国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      基于閾值和正則化最小二乘的云檢測(cè)方法和系統(tǒng)的制作方法

      文檔序號(hào):6637850閱讀:284來(lái)源:國(guó)知局
      基于閾值和正則化最小二乘的云檢測(cè)方法和系統(tǒng)的制作方法
      【專利摘要】本發(fā)明提供了一種基于閾值和正則化最小二乘的云檢測(cè)方法和系統(tǒng),包括:利用閾值法對(duì)遙感影像進(jìn)行初始檢測(cè),并獲得檢測(cè)后的初始云數(shù)據(jù);利用正則化最小二乘法對(duì)所述初始云數(shù)據(jù)進(jìn)行分類,并獲得分類后的云數(shù)據(jù)。本發(fā)明提供的基于閾值和正則化最小二乘的云檢測(cè)方法和系統(tǒng),先利用閾值法對(duì)遙感影像進(jìn)行初始檢測(cè)并獲得檢測(cè)后的初始云數(shù)據(jù),然后利用正則化最小二乘法對(duì)所述初始云數(shù)據(jù)進(jìn)行分類并獲得分類后的云數(shù)據(jù),大大提高了云檢測(cè)的精度,并且,經(jīng)過(guò)初始檢測(cè)后,降低了使用正則化最小二乘進(jìn)行分類的類數(shù),從而降低了計(jì)算的復(fù)雜度,提高了云檢測(cè)的計(jì)算效率。
      【專利說(shuō)明】基于閾值和正則化最小二乘的云檢測(cè)方法和系統(tǒng)

      【技術(shù)領(lǐng)域】
      [0001] 本發(fā)明涉及環(huán)境監(jiān)測(cè)【技術(shù)領(lǐng)域】,更具體地說(shuō),涉及一種基于閾值和正則化最小二 乘的云檢測(cè)方法和系統(tǒng)。

      【背景技術(shù)】
      [0002] 雖然遙感衛(wèi)星的遙感影像對(duì)基礎(chǔ)設(shè)施建設(shè)、資源開(kāi)發(fā)利用和自然災(zāi)害的防治等都 具有非常重要的意義。但是,在利用遙感影像獲取地表和大氣數(shù)據(jù)的過(guò)程中,障礙物云會(huì)對(duì) 數(shù)據(jù)起到干擾作用,從而大大降低了地表和大氣數(shù)據(jù)的有效利用率?;诖耍绾螠?zhǔn)確地進(jìn) 行云檢測(cè),實(shí)現(xiàn)云與晴空的分離,是遙感影像預(yù)處理的重要環(huán)節(jié),也是反演大氣和地表的各 種參數(shù)時(shí)必須的基礎(chǔ)工作。
      [0003] 目前,國(guó)內(nèi)外研究者提出的云檢測(cè)算法有很多,主要包括各種光譜綜合的閾值法、 統(tǒng)計(jì)分析法、BP神經(jīng)網(wǎng)絡(luò)法以及支持向量機(jī)法。但是,由于上述算法都是立足于云像元與 非云像元在多個(gè)波段的成像特征差異來(lái)進(jìn)行云像元和非云像元的區(qū)分,即上述算法都依賴 于波段的選擇,但是,由于我國(guó)資源三號(hào)衛(wèi)星的多光譜相機(jī)僅具有四個(gè)波段即缺少熱紅外 波段,因此,將上述云檢測(cè)方法直接應(yīng)用到資源三號(hào)衛(wèi)星的遙感影像數(shù)據(jù)上時(shí),并不能有效 地將影像中的云像元和非云像元區(qū)分開(kāi),即云檢測(cè)的精度較低。
      [0004] 雖然支持向量機(jī)法的云檢測(cè)精度較高,但是,該算法的復(fù)雜度較高,并且,隨著數(shù) 據(jù)量的增大,其復(fù)雜度也會(huì)增加。由于高分辨率的資源三號(hào)衛(wèi)星的遙感影像的數(shù)據(jù)量龐大, 因此,采用支持向量機(jī)法對(duì)資源三號(hào)衛(wèi)星的遙感影像數(shù)據(jù)進(jìn)行云檢測(cè)時(shí),會(huì)耗費(fèi)大量的機(jī) 器內(nèi)存和運(yùn)算時(shí)間,導(dǎo)致云檢測(cè)的計(jì)算效率較低。


      【發(fā)明內(nèi)容】

      [0005] 有鑒于此,本發(fā)明提供了一種基于閾值和正則化最小二乘的云檢測(cè)方法和系統(tǒng), 以解決現(xiàn)有技術(shù)中資源三號(hào)衛(wèi)星的遙感影像數(shù)據(jù)云檢測(cè)精度較低和計(jì)算效率較低的問(wèn)題。
      [0006] 為實(shí)現(xiàn)上述目的,本發(fā)明提供如下技術(shù)方案:
      [0007] -種基于閾值和正則化最小二乘的云檢測(cè)方法,包括:
      [0008] 利用閾值法對(duì)遙感影像進(jìn)行初始檢測(cè),并獲得檢測(cè)后的初始云數(shù)據(jù);
      [0009] 利用正則化最小二乘法對(duì)所述初始云數(shù)據(jù)進(jìn)行分類,并獲得分類后的云數(shù)據(jù)。 [0010] 優(yōu)選的,獲得分類后的云數(shù)據(jù)之后,還包括:
      [0011] 判斷所述云數(shù)據(jù)的精度是否等于預(yù)設(shè)精度,如果是,將所述云數(shù)據(jù)作為云檢測(cè)結(jié) 果輸出,如果否,重新利用正則化最小二乘法對(duì)所述初始云數(shù)據(jù)進(jìn)行分類。
      [0012] 優(yōu)選的,所述利用閾值法對(duì)遙感影像進(jìn)行初始檢測(cè)的過(guò)程包括:
      [0013] 檢測(cè)遙感影像的像元是否同時(shí)滿足在第四波段的反射率大于第一閾值、在第三波 段的反射率大于第二閾值以及在第四波段的反射率與在第三波段的反射率的比值大于第 三閾值且小于第四閾值這三個(gè)條件,如果是,則提取所述像元作為初始云像元,所述初始云 像元的集合即為初始云數(shù)據(jù)。
      [0014] 優(yōu)選的,所述利用正則化最小二乘法對(duì)所述初始云數(shù)據(jù)進(jìn)行分類的過(guò)程包括:
      [0015] 從所述初始云數(shù)據(jù)中選擇訓(xùn)練樣本;
      [0016] 根據(jù)預(yù)設(shè)的正則化參數(shù)和預(yù)設(shè)的核函數(shù)計(jì)算所述訓(xùn)練樣本之間的相似性,并根據(jù) 計(jì)算結(jié)果獲得最佳分類模型;
      [0017] 利用所述最佳分類模型對(duì)所述初始云數(shù)據(jù)進(jìn)行分類,即將所述初始云數(shù)據(jù)分為云 像元和非云像元,所述云像元的集合即為分類后的云數(shù)據(jù)。
      [0018] 優(yōu)選的,所述預(yù)設(shè)的核函數(shù)為高斯核函數(shù)。
      [0019] -種基于閾值和正則化最小二乘的云檢測(cè)系統(tǒng),包括:
      [0020] 初始檢測(cè)模塊,用于利用閾值法對(duì)遙感影像進(jìn)行初始檢測(cè),并獲得檢測(cè)后的初始 云數(shù)據(jù);
      [0021] 分類模塊,用于利用正則化最小二乘法對(duì)所述初始云數(shù)據(jù)進(jìn)行分類,并獲得分類 后的云數(shù)據(jù)。
      [0022] 優(yōu)選的,還包括:
      [0023] 判斷模塊,用于判斷所述云數(shù)據(jù)的精度是否達(dá)到預(yù)設(shè)精度,如果是,將所述云數(shù)據(jù) 作為云檢測(cè)結(jié)果輸出,如果否,發(fā)送控制指令至所述分類模塊,以使所述分類模塊重新對(duì)所 述初始云數(shù)據(jù)進(jìn)行分類。
      [0024] 優(yōu)選的,所述初始檢測(cè)模塊對(duì)遙感影像進(jìn)行初始檢測(cè)的過(guò)程包括:
      [0025] 檢測(cè)遙感影像的像元是否同時(shí)滿足在第四波段的反射率大于第一閾值、在第三波 段的反射率大于第二閾值以及在第四波段的反射率與在第三波段的反射率的比值大于第 三閾值且小于第四閾值這三個(gè)條件,如果是,則提取所述像元作為初始云像元,所述初始云 像元的集合即為初始云數(shù)據(jù)。
      [0026] 優(yōu)選的,所述分類模塊包括:
      [0027] 選擇單元,用于從所述初始云數(shù)據(jù)中選擇訓(xùn)練樣本;
      [0028] 計(jì)算單元,用于根據(jù)預(yù)設(shè)的正則化參數(shù)和預(yù)設(shè)的核函數(shù)計(jì)算所述訓(xùn)練樣本之間的 相似性,并根據(jù)計(jì)算結(jié)果獲得最佳分類模型;
      [0029] 分類單元,用于利用所述最佳分類模型對(duì)所述初始云數(shù)據(jù)進(jìn)行分類,即將所述初 始云數(shù)據(jù)分為云像元和非云像元,所述云像元的集合即為分類后的云數(shù)據(jù)。
      [0030] 優(yōu)選的,所述預(yù)設(shè)的核函數(shù)為高斯核函數(shù)。
      [0031] 與現(xiàn)有技術(shù)相比,本發(fā)明所提供的技術(shù)方案具有以下優(yōu)點(diǎn):
      [0032] 本發(fā)明所提供的基于閾值和正則化最小二乘的云檢測(cè)方法和系統(tǒng),先利用閾值法 對(duì)遙感影像進(jìn)行初始檢測(cè)并獲得檢測(cè)后的初始云數(shù)據(jù),然后利用正則化最小二乘法對(duì)所述 初始云數(shù)據(jù)進(jìn)行分類并獲得分類后的云數(shù)據(jù),大大提高了云檢測(cè)的精度,并且,經(jīng)過(guò)初始檢 測(cè)后,降低了使用正則化最小二乘進(jìn)行分類的類數(shù),從而降低了計(jì)算的復(fù)雜度,提高了云檢 測(cè)的計(jì)算效率。

      【專利附圖】

      【附圖說(shuō)明】
      [0033] 為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案,下面將對(duì)實(shí)施例或現(xiàn) 有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹,顯而易見(jiàn)地,下面描述中的附圖僅僅是本 發(fā)明的實(shí)施例,對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講,在不付出創(chuàng)造性勞動(dòng)的前提下,還可以根據(jù) 提供的附圖獲得其他的附圖。
      [0034] 圖1為本發(fā)明的一個(gè)實(shí)施例提供的基于閾值和正則化最小二乘的云檢測(cè)方法的 流程圖;
      [0035] 圖2為本發(fā)明的一個(gè)實(shí)施例利用閾值法進(jìn)行初始檢測(cè)的檢測(cè)方法流程圖。

      【具體實(shí)施方式】
      [0036] 下面將結(jié)合本發(fā)明實(shí)施例中的附圖,對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完 整地描述,顯然,所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例,而不是全部的實(shí)施例?;?本發(fā)明中的實(shí)施例,本領(lǐng)域普通技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他 實(shí)施例,都屬于本發(fā)明保護(hù)的范圍。
      [0037] 本發(fā)明的一個(gè)實(shí)施例提供了一種基于閾值和正則化最小二乘的云檢測(cè)方法,其流 程圖如圖1所示,包括:
      [0038] SlOl :利用閾值法對(duì)遙感影像進(jìn)行初始檢測(cè),并獲得檢測(cè)后的初始云數(shù)據(jù);
      [0039] 云在可見(jiàn)光波段的反射率高于植被、土壤和水體等的反射率,尤其在近紅外波段, 雖然云的反射率差異不大,但是,植被的反射率差異卻很大,這就是云的典型光譜特征。根 據(jù)云的這一光譜特征,本實(shí)施例可以采用如下所述的閾值法的一種或幾種的結(jié)合來(lái)進(jìn)行遙 感影像的初始檢測(cè)。
      [0040] 本實(shí)施例提供的多種閾值法包括:方法一、利用紅光波段反射率來(lái)進(jìn)行云檢測(cè),即 判斷遙感影像中的像元在第三波段的反射率R b3是否大于閾值a,即判斷RB3>a是否成立,如 果是,則該像元為云像元;方法二、利用近紅外波段反射率和紅光波段反射率的比值來(lái)進(jìn)行 云檢測(cè),即判斷遙感影像中的像元在第四波段的反射率R b4與第三波段的反射率Rb3的比值 是否大于閾值h且小于閾值b2,即判斷是否成立,如果是,則該像元為云像元; 方法三、利用NDVI (Normalized Difference Vegetation Index,歸一化植被指數(shù)或標(biāo)準(zhǔn)差 異植被指數(shù))來(lái)進(jìn)行云檢測(cè),判斷像元在第四波段的反射率Rb4與第三波段的反射率R b3之 差與二者之和的比值是否大于閾值C1且小于閾值c2,即判斷ci<f 4)3 是否成立,由 nB4 nB3 于云的NDVI值接近0,植被地表的NDVI值為正值,水的NDVI值為負(fù)值,因此,可以根據(jù)NDVI 值將云與其他物體區(qū)分開(kāi)。
      [0041] 本實(shí)施例中,優(yōu)選的,利用閾值法對(duì)遙感影像進(jìn)行初始檢測(cè)的過(guò)程如圖2所示,包 括:
      [0042] S1010 :判斷遙感影像的像元在第一波段的反射率是否大于第一閾值,如果否,則 該像元為非云像元,那么,重新提取其他像元并進(jìn)入S1010,如果是,則進(jìn)入S1011。
      [0043] SlOll :判斷該像元在第三波段的反射率是否大于第二閾值,如果否,則該像元為 非云像元,那么,重新提取其他像元并進(jìn)入S1010,如果是,則進(jìn)入S1012。
      [0044] S1012:判斷該像元在第四波段的反射率與在第三波段的反射率的比值是否大于 第三閾值且小于第四閾值,如果是,則進(jìn)入S1013,提取所述像元作為初始云像元,如果否, 則該像元為非云像元,那么,重新提取其他像元并進(jìn)入S1010。
      [0045] S1013 :提取所述像元作為初始云像元。
      [0046] 其中,第一閾值優(yōu)選為0. 25,第二閾值優(yōu)選為0. 3,第三閾值優(yōu)選為0. 8,第四閾值 優(yōu)選為I. 6。根據(jù)上述方法對(duì)遙感影像中的所有像元進(jìn)行檢測(cè)后,得到的初始云像元的集合 即為初始云數(shù)據(jù)。當(dāng)然,本實(shí)施例中的遙感影像為資源三號(hào)衛(wèi)星的遙感影像,但是,本發(fā)明 并不僅限于此,其他的遙感影像也可采用本實(shí)施例提供的方法進(jìn)行云檢測(cè)。其中在對(duì)遙感 影像進(jìn)行初始檢測(cè)之前,還需對(duì)遙感印象進(jìn)行歸一化等預(yù)處理,在此不再贅述。
      [0047] 通過(guò)閾值法獲得初始云數(shù)據(jù)后,即可進(jìn)入S102。
      [0048] S102 :利用正則化最小二乘法對(duì)所述初始云數(shù)據(jù)進(jìn)行分類,并獲得分類后的云數(shù) 據(jù)。
      [0049] 正則化最小二乘法是對(duì)標(biāo)準(zhǔn)支持向量機(jī)方法的一種改進(jìn),其把標(biāo)準(zhǔn)支持向量機(jī)中 不敏感損失函數(shù)改為了二次損失函數(shù),用等式約束取代了不等式約束。
      [0050] 正則化最小二乘的原理是在再生核希爾伯特空間H中,尋找函數(shù)f e H使得在訓(xùn) 練樣本S范圍內(nèi)公式(1)最小化。函數(shù)f把訓(xùn)練樣本從原有的空間映射到了高維空間,這 樣在原有空間中的非線性問(wèn)題就轉(zhuǎn)化成了高維空間中的線性問(wèn)題。
      [0051]

      【權(quán)利要求】
      1. 一種基于闊值和正則化最小二乘的云檢測(cè)方法,其特征在于,包括: 利用闊值法對(duì)遙感影像進(jìn)行初始檢測(cè),并獲得檢測(cè)后的初始云數(shù)據(jù); 利用正則化最小二乘法對(duì)所述初始云數(shù)據(jù)進(jìn)行分類,并獲得分類后的云數(shù)據(jù)。
      2. 根據(jù)權(quán)利要求1所述的方法,其特征在于,獲得分類后的云數(shù)據(jù)之后,還包括: 判斷所述云數(shù)據(jù)的精度是否等于預(yù)設(shè)精度,如果是,將所述云數(shù)據(jù)作為云檢測(cè)結(jié)果輸 出,如果否,重新利用正則化最小二乘法對(duì)所述初始云數(shù)據(jù)進(jìn)行分類。
      3. 根據(jù)權(quán)利要求2所述的方法,其特征在于,所述利用闊值法對(duì)遙感影像進(jìn)行初始檢 測(cè)的過(guò)程包括: 判斷遙感影像的像元是否同時(shí)滿足在第一波段的反射率大于第一闊值、在第H波段的 反射率大于第二闊值W及在第四波段的反射率與在第H波段的反射率的比值大于第H闊 值且小于第四闊值該H個(gè)條件,如果是,則提取所述像元作為初始云像元,所述初始云像元 的集合即為初始云數(shù)據(jù)。
      4. 根據(jù)權(quán)利要求3所述的方法,其特征在于,所述利用正則化最小二乘法對(duì)所述初始 云數(shù)據(jù)進(jìn)行分類的過(guò)程包括: 從所述初始云數(shù)據(jù)中選擇訓(xùn)練樣本; 根據(jù)預(yù)設(shè)的正則化參數(shù)和預(yù)設(shè)的核函數(shù)計(jì)算所述訓(xùn)練樣本之間的相似性,并根據(jù)計(jì)算 結(jié)果獲得最佳分類模型; 利用所述最佳分類模型對(duì)所述初始云數(shù)據(jù)進(jìn)行分類,即將所述初始云數(shù)據(jù)分為云像元 和非云像元,所述云像元的集合即為分類后的云數(shù)據(jù)。
      5. 根據(jù)權(quán)利要求4所述的方法,其特征在于,所述預(yù)設(shè)的核函數(shù)為高斯核函數(shù)。
      6. -種基于闊值和正則化最小二乘的云檢測(cè)系統(tǒng),其特征在于,包括: 初始檢測(cè)模塊,用于利用闊值法對(duì)遙感影像進(jìn)行初始檢測(cè),并獲得檢測(cè)后的初始云數(shù) 據(jù); 分類模塊,用于利用正則化最小二乘法對(duì)所述初始云數(shù)據(jù)進(jìn)行分類,并獲得分類后的 云數(shù)據(jù)。
      7. 根據(jù)權(quán)利要求6所述的系統(tǒng),其特征在于,還包括: 判斷模塊,用于判斷所述云數(shù)據(jù)的精度是否達(dá)到預(yù)設(shè)精度,如果是,將所述云數(shù)據(jù)作為 云檢測(cè)結(jié)果輸出,如果否,發(fā)送控制指令至所述分類模塊,W使所述分類模塊重新對(duì)所述初 始云數(shù)據(jù)進(jìn)行分類。
      8. 根據(jù)權(quán)利要求7所述的系統(tǒng),其特征在于,所述初始檢測(cè)模塊對(duì)遙感影像進(jìn)行初始 檢測(cè)的過(guò)程包括: 檢測(cè)遙感影像的像元是否同時(shí)滿足在第一波段的反射率大于第一闊值、在第H波段的 反射率大于第二闊值W及在第四波段的反射率與在第H波段的反射率的比值大于第H闊 值且小于第四闊值該H個(gè)條件,如果是,則提取所述像元作為初始云像元,所述初始云像元 的集合即為初始云數(shù)據(jù)。
      9. 根據(jù)權(quán)利要求8所述的系統(tǒng),其特征在于,所述分類模塊包括: 選擇單元,用于從所述初始云數(shù)據(jù)中選擇訓(xùn)練樣本; 計(jì)算單元,用于根據(jù)預(yù)設(shè)的正則化參數(shù)和預(yù)設(shè)的核函數(shù)計(jì)算所述訓(xùn)練樣本之間的相似 性,并根據(jù)計(jì)算結(jié)果獲得最佳分類模型; 分類單元,用于利用所述最佳分類模型對(duì)所述初始云數(shù)據(jù)進(jìn)行分類,即將所述初始云 數(shù)據(jù)分為云像元和非云像元,所述云像元的集合即為分類后的云數(shù)據(jù)。
      10.根據(jù)權(quán)利要求9所述的系統(tǒng),其特征在于,所述預(yù)設(shè)的核函數(shù)為高斯核函數(shù)。
      【文檔編號(hào)】G06K9/62GK104463212SQ201410748005
      【公開(kāi)日】2015年3月25日 申請(qǐng)日期:2014年12月9日 優(yōu)先權(quán)日:2014年12月9日
      【發(fā)明者】王橋, 朱利, 李家國(guó), 殷亞秋, 吳傳慶, 王雪蕾, 姚延娟, 吳迪 申請(qǐng)人:環(huán)境保護(hù)部衛(wèi)星環(huán)境應(yīng)用中心, 中國(guó)科學(xué)院遙感與數(shù)字地球研究所
      網(wǎng)友詢問(wèn)留言 已有0條留言
      • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
      1