基于高斯混合模型法的国产高分辨率卫星影像云检测

发布时间：2020-02-11 01:51

【摘要】：针对资源三号、高分一号等国产高分辨率卫星影像波段少、光谱范围受限的特点,提出一种通过高斯混合模型拟合影像灰度直方图从而自动获取灰度阈值的云检测算法。首先由影像灰度直方图自适应地获取高斯混合模型初始拟合参数,然后依据期望最大原则对初始参数进行调整,最后根据拟合模型中各高斯分量的分布特点,自动确定该波段影像中云与晴空之间的灰度阈值。实验表明,该算法不受限于卫星光谱范围,同时适用于含云和无云影像,检测精度较高,且不需要辅助信息和人工干预,可满足自动化生产的需要。
【图文】：

流程图,阈值选取,流程,影像

２σｍ看作高斯分量Ｇ（ｘ｜θｍ）左右两侧的临界点，其中ｋ２也是方差系数。若影像含云量较大，则以表征云的高斯分量Ｇ（ｘ｜θλ）的左临界点μλ－ｋ２σλ作为阈值；若影像少云或者无云，则以表征地物的高斯分量Ｇ（ｘ｜θλ）为参照，通过判断相邻高斯分量的高频区间是否相交，将位于低亮度区域的数个相干性较强的高斯分量都看作地物。最后以地物类别中最右侧的高斯分量Ｇ（ｘ｜θα）的右临界点μα＋ｋ２σα作为阈值。阈值选取流程如图２所示。图２阈值选取流程Ｆｉｇ．２ＦｌｏｗｃｈａｒｔｏｆＴｈｒｅｓｈｏｌｄＳｅｌｅｃｔｉｏｎ大量实验证实，对国产高分辨率卫星，如果是全色影像，取系数ｋ２＝３，得到阈值Ｙ后即可通过阈值分割的方式获取云区；如果是多光谱影像，取系数ｋ２＝２．５，分别计算红、绿、蓝三个波段的阈值ＹＲ、ＹＧ、ＹＢ，当像素灰度同时满足三个阈值的限制时，方可判定为云。２实验与分析选取４幅国产高分辨率卫星影像作为实验数据。其中影像１、影像２为资源三号全色影像，分辨率为２．１ｍ，大小为２４５３０×２４５７５像素；影像３、影像４为高分一号多光谱影像，分辨率为８ｍ，大小为４５４８×４５００像素。影像１中间区域被厚云覆盖，厚云边缘和影像左上角存在少量薄云，晴空部分为山地；影像２无云，，主要地物为山地和城镇；影像３存在大量卷积云，晴空部分为河水和城镇；影像４无云，主要地物为农田和城镇。使用文献［１５］中提到的带限定条件（对比实验需要部分人工干预）的Ｏｔｓｕ算法进行

检测效果,资源,无云,总体精度

第４２卷第６期康一飞等：基于高斯混合模型法的国产高分辨率卫星影像云检测图３资源三号含云影像检测效果Ｆｉｇ．３ＤｅｔｅｃｔｉｏｎＲｅｓｕｌｔｓｏｆＺＹ－３ＣｌｏｕｄｙＩｍａｇｅｓ图５高分一号含云影像检测效果Ｆｉｇ．５ＤｅｔｅｃｔｉｏｎＲｅｓｕｌｔｓｏｆＧＦ－１ＣｌｏｕｄｙＩｍａｇｅｓ图７资源三号含云影像直方图及阈值Ｆｉｇ．７ＨｉｓｔｏｇｒａｍａｎｄＴｈｒｅｓｈｏｌｄｏｆＺＹ－３ＣｌｏｕｄｙＩｍａｇｅｓ图４资源三号无云影像检测效果Ｆｉｇ．４ＤｅｔｅｃｔｉｏｎＲｅｓｕｌｔｓｏｆＺＹ－３ＣｌｏｕｄｌｅｓｓＩｍａｇｅｓ图６高分一号无云影像检测效果Ｆｉｇ．６ＤｅｔｅｃｔｉｏｎＲｅｓｕｌｔｓｏｆＧＦ－１ＣｌｏｕｄｌｅｓｓＩｍａｇｅｓ图８资源三号无云影像直方图及阈值Ｆｉｇ．８ＨｉｓｔｏｇｒａｍａｎｄＴｈｒｅｓｈｏｌｄｏｆＺＹ－３ＣｌｏｕｄｌｅｓｓＩｍａｇｅｓ表１资源三号影像检测评价参数Ｔａｂ．１ＰａｒａｍｅｔｅｒｓｏｆＺＹ－３Ｉｍａｇｅｓ参数本文算法Ｏｔｓｕ算法含云总体精度０．９７８５４１０．９４６６９１Ｋａｐｐａ系数０．９１８７２４０．７３２８２２无云总体精度０．９９０３９７０．９５９３０７Ｋａｐｐａ系数／／图７、图８、图９、图１０中，各自的（ａ）、（ｂ）、（ｃ）子图均表示本文实验阈值选取的过程，其中绿色曲线表示高斯分量，黄色曲线表示最大高斯分量，蓝色曲线表示叠加后的高斯混合模型，初始阈表２高分一号影像检测评价参数Ｔａｂ．２ＰａｒａｍｅｔｅｒｓｏｆＧＦ－１Ｉｍａｇｅｓ参数本文算法Ｏｔｓｕ算法含云总体精度０．９８６１９１０．９

【相似文献】