高分辨率遥感图像的云检测技术研究

《高分辨率遥感图像的云检测技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、密级中国科学院大学UniversityofChineseAcademyofSciences硕士学位论文研究所：2013年5月ResearchoftheCloudDetectionBasedonHighResolutionRemoteSensingImageADissertationfortheMasterDegreeofYUXiangyuintheGraduateSchoolofChineseAcademyofSciencesByYUXiangyuDirectedByMengXin，ChineseAcademyofSciencesMay．2013关于学位论文使用权声明任

2、何收存和保管本论文各种版本的单位和个人，未经著作权人授权，不得将本论文转借他人并复印、抄录、拍照、或以任何方式传播。否则，引起有碍著作权人著作权益之问题，将可能承担法律责任。关于学位论文使用授权的说明本人完全了解中国科学院XXX所有关保存、使用学位论文的规定，即：中国科学院XXX所有权保留学位论文的副本，允许该论文被查阅；中国科学院XXX所可以公布该论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存该论文。(涉密的学位论文在解密后应遵守此规定)签名：岙私嗣牙导师签名：关于学位论文原创性声明日期：纠7．矽．，本人郑重声明：所呈交的学位论文是本人在导师指导下，独立进

3、行研究工作所取得的成果。尽我所知，除文中已经注明引用的内容外，本学位论文的研究成果不包含任何他人享有著作权的内容。对本论文所涉及的研究工作做出贡献的其他个人和集体，均已在文中以明确方式标明。签名：辱徊宁导师签名：建辜弋日期：泸／；·缸F∥^奇％一摘要随着遥感图像分辨率不断提高和数据量不断增大，高分辨率遥感图像的云检测对于有效提取和利用数据具有十分重要的意义。传统的云检测方法往往依赖于阈值法和灰度共生矩阵为代表的纹理法，但随着图像的分辨率不断提高，传统的方法适用性因此受到影响。本文以实现Quickbird高分辨率遥感图像云检测为目标，在充分分析云与下垫面辐射和纹理特性以及

4、高分辨率图像自身特性的基础上，建立了一套完整的云检测算法，其中重点围绕目标特征提取和分类器设计这两方面展开研究，实验结果表明本文设计的算法能够准确地从高分辨率遥感图像数据中实现云检测。本文的主要内容包括以下几个部分：(1)详细讲述了云检测研究的现状及常用技术方法，阐述了针对高分辨率遥感图像进行云检测存在的困难，指出了传统方法用于云检测时存在的缺陷。(2)深入研究了云及下垫面在辐射特性和纹理特性上各自的特点和区别，对Quickbird高分辨率遥感图像进行了充分研究，提出了基于亮度和纹理信息相结合的特征提取方法以区分云与下垫面。(3)深入研究了针对云、陆地及海面的特征提取算

5、法，采用了奇异值和小波能量相结合的特征向量以代表图像的亮度信息和纹理信息，并且与传统的灰度共生矩阵特征量进行了对比，通过实验表明了本文采用的特征值具有更优的区分性和可靠性。(4)在机器学习理论的基础上，系统研究了支持向量机的算法原理和学习过程。通过了大量实验和分析确立了支持向量机的内部结构参数。首先通过实验表明高斯核函数具有良好的局部性和可分性，接着提出了使用支持向量数代替传统的交叉验证法以估计分类器的推广性能，最后以最小化支持向量数为目标进行了内部参数寻优。实验表明本文提出的参数寻优方法计算简单方便，大大减小了算法实现的时间复杂度。(5)分别采用传统的特征提取方法灰度

6、共生矩阵与传统的BP神经网络与本文所采用的特征方法和分类器相比较，实验表明本文使用的方法对云检测目标具有更好的作用和效果。T高分辨率遥感图像的云检测技术研究本文最后对研究内容进行了总结并给出了进一步研究方向。关键词：高分辨率遥感图像，云检测，奇异值分解，小波能量特征，支持向量机ⅡAbstractWiththedevelopmentofremotesensingimageresolutionandincreasingamountofimagedata，clouddetectionplaysanimportantroleintheeffectiveextractionand

7、utilizationofthedatafromhighresolutionremotesemingimage．Traditionalmethod，generallybasedonthespectralthresholdandtexturemethodssuchasGrayLevelConcurrenceMatrix，isnolongerapplicabletotheimageofincreasedresolution．ToachievetheclouddetectionovertheHighResolutionRemoteSensing