遥感影像云识别方法综述.doc

《遥感影像云识别方法综述.doc》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、遥感影像云识别方法综述国内外对云的检测与分类研究较多，有较多的研究成果报道C其方法大致可以分为两类,一类是基于光谱的方法，主要利用云在不同的光谱波段有不同反射特征，大部分以灰度阈值或灰度聚类的方法实现，主要用于多光谱影像，早期研究较多。如用于AVHRR的ISCCR法(ROSSOW,1989)、CLAVR法(STOWE,1991)和用于的C02法(WGLIE,1994),近期亦研究用于MODIS的一些云识别与分类的方法，主要为以前方法的改造。另一类是基于纹理的方法主要应用云影像的灰度空间分布特征。纹理特征常以统计模型法、结构法、场

2、模型法或频域/空域联合分析法来度量。其中尤以传统的统计模型研究较多，如灰度共生矩阵(GLCM)、灰度差分矩阵(GLDM)、灰度差分矢#(GLDV).和差直方图(SADH)等,新近提出的-些方法如场模型法中的分形分维、马尔可夫随机场方法，频域/空域联合分析法中的Gabor变换、小波变换等，有不少的研究成果报道。1.基于光谱特征的方法：主要有ISCCP方法、APLOOL方法、CO薄片法、CLAVR方法等。ISCCP方法主要由Rossow(1989)Seze和Rossow(1991a)及RossowG和arder(1993)和等开发研

3、制，检测方法中公用到窄的可见光波段(0.6)和红外窗区波段的资料。它假定观测辐射办一自晴空和云两种情况(这两种大气状况相联系的辐射值变化并不相互重看)，把每一个像元的观测辐射值与晴空辐射值比较，若两者的差大于晴空辐射值本身的变化时，定该像元点为云点。因此算法依赖于阈值，阈值勤的大小就确定了睛空计值中不确定性的大小,当像元的车射值明显有别于晴空像元时，认为像元被云覆盖，但当像元部分被云覆盖时，会发生误判。算法主要由有五部分组成：(1).单一红外图像的空间对比试验。(2)三个连续红处图像的时间对比试验。(3)可见光和红外图像的空间/

4、时间的累计统计合成。(4)每5天的可见光和红处辐射的晴空合成。(5)每个像元的可见光和红外辐射阈值勤的选取。APOLLO(TheAVHRRProcessingschemeOvercloudLandandOcean)算法主要由Saunders和Kriebel(1988),Kriebel等(1989)和Gesell(1989)研制开发,它利用了AVHRR五个全分辨探测通道资料。在五个通道资料的基础上，像元被认为是有云像元，必须满足儿个条件：像元的反射率比所设定的阈值高或温度比所设定的阈值低；通道2与通道1的比值介于0.7和1.1之间

5、；通道4和通道5的亮度温差大于所设定的阈值；若像元在海洋上，其空间均一性还要大于设定的阈值。若像元通过了所有的多光谱云检测，像元为晴空，只要有一个未通过，就认为像元被云污染，因此这个检测方法具有保守性。利用其中的两个检测，。设定不同的阈值，可区分完全云覆盖像元和部分云覆盖像元。CKAVRfTheNOAACloudAdvancedVeryHighResolutionRadiometer)算法(PhaseI)(Stoweetal.,1991)利用AVHRR五个通道资料在全球范围内进行云检测。它同样采用了一系列判识阈值，不同之处在于采

6、用2*2的像元矩阵作为判识单位。当2*2的像素点数列中4个像素点全不通过有云判识时，像元矩阵为无云；4个像素点全通过有云识别时，像素点矩阵为完全云盖；4个像素点中有1至3个像元通过有云判识时，认为像元矩阵是混合型。如果被判识为云或混合型的像元矩阵中的4个像元，满足另类晴空检测条件，像元矩阵被重新判别为睛空像元。根据下垫面性质和观测时间的不同，把算法分为白天海洋、白天陆地、夜间海洋和夜间陆地四类。在后来的改进方案中，用9天的合成睛空辐射作为晴空辐射值，并对云污染的像元进行分类。C02方法(SmithandPlattJ978a,Wy

7、lieandMENZEL,1989)是一个反演云量和云高的好方法。C02方法并不是一个简单的检测方法，因此无法与其它的云起配合使用，利用C02通道简单的检测对云、尤其是高云的检测很有帮助。MODIS的CH35(13.9um)对冷云的敏感性很好，只有500Pa以上的云才影响13.9um的辐射。忽略来自地球表面的辐射，利用13.9um的辐射设定阈值，就可对云进行识别。此方法可与近红外通道的卷云检测联合使用。1.基于纹理特征的方法：纹理是指图像象素的灰度或颜色的某种变化规律，它是一种区域特征，反映了图像或物体本身各元素之间空间分布的特

8、性。同其它图像特征相比，它似乎能更好地兼顾图像宏观性质与微观结构。图像纹理分析在许多学科都已得到广泛的应用，如细胞图像、金相图像,它也是遥感图像分析的重要手段之一。通过提取图像的纹理特征，研究纹理在图像中反复出现的局部模式和它们的排列规则，获得纹理的定量描述，可