專利名稱：高分辨率全色遙感圖像云判方法
技術(shù)領(lǐng)域：
本發(fā)明涉及空間光電信息處理技術(shù)領(lǐng)域，尤其是涉及一種基于模式識別的針對高分辨率全色光學(xué)衛(wèi)星成像平臺的遙感圖像云判技術(shù)。
背景技術(shù)：
隨著空間技術(shù)的發(fā)展，對太空遙感提出了更高的要求，主要包括高空間分辨率、高光譜分辨率和高時間分辨率。隨之而來的是空間遙感圖像的數(shù)據(jù)量呈幾何級數(shù)增加，對數(shù)據(jù)傳輸碼速率的要求增加至幾百甚至幾千Mbps，而目前最高傳輸速率只有30(T600Mbps，己成為制約空間遙感圖像分辨率提高的“瓶頸”。實(shí)際上，滿幅被云覆蓋的遙感圖像(如圖1-3所示)占遙感圖像總數(shù)的比例超過50%，幾乎不具備任何可用信息或可用信息較少。這類圖像占用了處理系統(tǒng)中大量的存儲空間、處理能力和傳輸帶寬，很大程度上影響了遙感信息獲取的質(zhì)量，降低了傳輸帶寬的利用率。因此有必要研究用于提高大容量圖像數(shù)據(jù)傳輸有效性和效能的在軌云檢測技術(shù)，從而高效、快速地對衛(wèi)星平臺獲取的遙感圖像進(jìn)行云去除，提高傳輸效能和圖像信息利用率。由于星上處理器的運(yùn)算能力及存儲空間資源有限，這要求云判技術(shù)不僅要占用少量的存儲空間，而且應(yīng)具有很高的執(zhí)行效率，以滿足實(shí)時處理的要求。另外，由于云的形態(tài)各異，且組成成分具有較大差別，有些與地物目標(biāo)類似，這又要求檢測方法具有更高的檢測概率與更低的虛警概率。總體來看，云判技術(shù)大體分為兩類。一類是基于多譜段信息融合的云檢測方法,該方法根據(jù)云在不同譜段下的反照率，構(gòu)造適當(dāng)?shù)膯我婚撝?，進(jìn)行云識別。此類方法運(yùn)算速率較高，但強(qiáng)烈依賴于傳感器，光學(xué)系統(tǒng)等參數(shù)，閾值大小會隨季節(jié)與地理位置變化，且難以實(shí)現(xiàn)星上較高精度的多光譜配準(zhǔn)。另一類方法則是基于圖像特征的云檢測方法，該方法在全色遙感圖像云檢測方面取得了一定的優(yōu)勢。但此類方法仍面臨著運(yùn)算速度慢、檢測概率低、普適性較差等問題。且方法大多針對氣象衛(wèi)星，對于高分辨率圖像并不適用?？梢?，如何選擇具有魯棒性的特征參量，以適應(yīng)不同形態(tài)、不同條件下的云檢測；如何對高維度的特征空間進(jìn)行去相關(guān)壓縮處理，以降低星上處理器的存儲負(fù)擔(dān)；以及如何進(jìn)行最優(yōu)化聚類，以提高云檢測的準(zhǔn)確度為云判技術(shù)的三個重要環(huán)節(jié)。為得到高分辨率的遙感圖像，通常情況下采用全色成像器件(CXD)進(jìn)行成像。圖像中的云具有較高灰度，但同時，人造建筑及冰雪也會呈現(xiàn)高亮度的特性，因此，單一的灰度閾值無法用于云檢測。同時，不同形態(tài)、不同類別的云具有差別較大的紋理特征，且紋理特征可受到平臺振動、模糊等因素的影響。因此，需尋找另一類特征參量作為檢測判據(jù)。對于遙感圖像而言，圖像奇異值的穩(wěn)定性好，當(dāng)圖像被施加小的擾動時圖像的奇異值不會有很大的變化，且奇異值對應(yīng)于目標(biāo)的輻射特性與幾何特性，奇異值所表現(xiàn)的是圖像的內(nèi)在屬性而非視覺特性，反映的是圖像矩陣元素之間的關(guān)系，具有較強(qiáng)的魯棒性，可用奇異值作為圖像的分類特征參量。對于獲取的圖像特征參量數(shù)據(jù)，為有效地減小計(jì)算與存儲負(fù)擔(dān)，需對特征矢量進(jìn)行去相關(guān)壓縮處理。傳統(tǒng)的特征壓縮方法為線性判別分析法(LDA)，此類方法適用于協(xié)方差相同的兩類樣本分類，對于協(xié)方差不同的兩類樣本，不能實(shí)現(xiàn)最佳的去相關(guān)壓縮效果。而線性異方差判別法(HDA)則在協(xié)方差不同的兩類樣本分類問題上表現(xiàn)出了一定的優(yōu)勢，且線性運(yùn)算壓縮滿足實(shí)時性要求。

發(fā)明內(nèi)容
為了解決全色遙感圖像云檢測問題，令檢測結(jié)果更加準(zhǔn)確，且滿足時實(shí)性要求，本發(fā)明提出了一種高分辨率全色遙感圖像云判方法，該方法能夠?qū)θ獵CD獲取的遙感圖像進(jìn)行快速、準(zhǔn)確地云檢測。為了實(shí)現(xiàn)上述發(fā)明目的，本發(fā)明的高分辨率全色遙感圖像云判方法主要包括以下步驟:
1)對訓(xùn)練圖像塊(通常為64X64)，進(jìn)行歸一化處理；
2)對提取歸一化圖像進(jìn)行奇異值分解，提取奇異值作為特征參量；
3)按照上述方法將訓(xùn)練樣本映射為特征空間中的點(diǎn)；
4)利用HDA法對上述特征空間進(jìn)行特征壓縮；
5)在所獲得的一維壓縮子空間中，構(gòu)造單一閾值作為云檢測判據(jù)；
6)對待檢測圖像，利用訓(xùn)練好的分類器進(jìn)行云檢測。上述方法中，所述步驟2)包括:計(jì)算樣本的奇異值，將奇異值按大小排序，提取排序結(jié)果的前三個奇異值作為特征參量，構(gòu)造三維特征矢量，生成三維特征空間，其中特征空間的基底為三個奇異值，并將特征空間進(jìn)行標(biāo)準(zhǔn)化處理。上述方法中，所述步驟4)包括:利用最速下降法解算并優(yōu)化HDA法，得到相應(yīng)的壓縮矩陣，壓縮矩陣為一維行向量。上述方法中，所述步驟5)包括:在一維壓縮子空間，分別計(jì)算兩類樣本的類質(zhì)心，并以最小化虛警率為原則尋找最佳閾值作為分類器。上述方法中，所述步驟6)包括:針對待檢測圖像單元(通常為64X64)，首先將其灰度進(jìn)行歸一化處理，對處理結(jié)果進(jìn)行奇異值分解，并提取奇異值最大的前三個量作為特征參量，構(gòu)造三維特征矢量，并對特征矢量進(jìn)行標(biāo)準(zhǔn)化。然后利用步驟4)得到的壓縮矩陣對三維特征矢量進(jìn)行壓縮，并利用步驟5)得到的閾值進(jìn)行類別劃分，判斷是否為云。上述方法中，在所述步驟2)中，對特征空間進(jìn)行標(biāo)準(zhǔn)化處理，即利用訓(xùn)練樣本的最大奇異值將各特征分量進(jìn)行歸一化。上述方法中，在所述步驟6)中，對特征矢量進(jìn)行標(biāo)準(zhǔn)化，即利用訓(xùn)練樣本的最大奇異值將特征矢量各分量進(jìn)行歸一化。本發(fā)明提出的高分辨率全色遙感圖像云判技術(shù)，提出了云判技術(shù)的模式識別思想，將待檢測對象劃分為兩類，即云和下墊面地物，利用分類技術(shù)進(jìn)行云檢測。在特征提取技術(shù)環(huán)節(jié)，本發(fā)明提出以奇異值作為特征參量，可有效地對抗平臺振動，模糊等因素的影響，其具有極強(qiáng)的魯棒性，蘊(yùn)含目標(biāo)本質(zhì)的屬性，能夠避免環(huán)境、對象狀態(tài)等因素對分類的影響，保證了分類的準(zhǔn)確性。在特征壓縮過程中，本發(fā)明首次將HDA技術(shù)引入云檢測，彌補(bǔ)了傳統(tǒng)特征壓縮技術(shù)的不足，對云與地物特征分類空間，能夠最大限度地抽取分類信息，對協(xié)方差不同的云與地物兩類樣本，能夠?qū)崿F(xiàn)去相關(guān)壓縮的最優(yōu)化。且本方法為線性壓縮方法，滿足實(shí)時性要求。在一維空間兩類分類問題上，本發(fā)明提出了基于虛警率最小化的分類閾值計(jì)算方法。利用本發(fā)明所提出的方法對實(shí)際遙感圖像進(jìn)行云判仿真實(shí)驗(yàn)，通過量化實(shí)驗(yàn)結(jié)果驗(yàn)證了本發(fā)明的性能與優(yōu)勢。本發(fā)明適用于高分辨率全色遙感圖像的云檢測，具有較高的檢測概率與較低的虛警概率，且占用處理系統(tǒng)較少的存儲空間和運(yùn)算耗時。應(yīng)用本發(fā)明能夠顯著提高云判精度與實(shí)時性。


圖1是缺乏可用信息遙感圖像(全局薄云覆蓋)；
圖2是缺乏可用 信息遙感圖像(全局厚云覆蓋)； 圖3是缺乏可用信息遙感圖像(局部云)；
圖4是三維特征空間；
圖5是一維壓縮子空間；
圖6是星上實(shí)時云判總體流程；
圖7是QuickBid2全色圖像；
圖8是云檢測仿真實(shí)驗(yàn)結(jié)果。
具體實(shí)施例方式為使本發(fā)明的目的、方法及優(yōu)勢更加清晰，下面結(jié)合附圖對本發(fā)明的技術(shù)方案作進(jìn)一步闡述，但并不限定本發(fā)明的保護(hù)范圍。本發(fā)明首先對掃描圖像塊進(jìn)行快速SVD分解，計(jì)算前三個奇異值作為輸入特征矢量。然后利用基于異方差判別分析(HDA)技術(shù)的特征壓縮算法，將特征空間壓縮至一維子空間，在一維壓縮子空間中以最小化虛警率為原則尋找最佳閾值作為分類器。最后利用訓(xùn)練好的分類器對輸入的圖像進(jìn)行云檢測。具體步驟如下:
1、選取云與地物訓(xùn)練樣本各500幅,記為Xi, 1=1, 2,…1000。各樣本類屬標(biāo)號記為j,J=I為云，戶-1為下墊面地物。對訓(xùn)練樣本圖像(64X64)按式(I)做歸一化處理:
權(quán)利要求
1.分辨率全色遙感圖像云判方法，其特征在于所述方法包括如下步驟: 1)選取云與地物作為訓(xùn)練樣本，對訓(xùn)練圖像塊進(jìn)行歸一化處理； 2)對提取歸一化圖像進(jìn)行奇異值分解，提取奇異值作為特征參量； 3)按照上述方法將訓(xùn)練樣本映射為特征空間中的點(diǎn)； 4)利用HDA法對上述特征空間進(jìn)行特征壓縮，獲得一維壓縮子空間； 5)在所獲得的一維壓縮子空間中，構(gòu)造單一閾值作為云檢測判據(jù)； 6)對待檢測圖像，利用訓(xùn)練好的分類器進(jìn)行云檢測。
2.據(jù)權(quán)利要求1所述的高分辨率全色遙感圖像云判方法，其特征在于所述步驟2)中，計(jì)算樣本的奇異值，將奇異值按大小排序，提取排序結(jié)果的前三個奇異值作為特征參量，構(gòu)造三維特征矢量，生成三維特征空間，其中特征空間的基底為三個奇異值，并將特征空間進(jìn)行標(biāo)準(zhǔn)化處理。
3.據(jù)權(quán)利要求1所述的高分辨率全色遙感圖像云判方法，其特征在于所述步驟4)中，利用最速下降法解算并優(yōu)化HDA法，得到相應(yīng)的壓縮矩陣，壓縮矩陣為一維行向量。
4.據(jù)權(quán)利要求1所述的高分辨率全色遙感圖像云判方法，其特征在于所述步驟5)中，在一維壓縮子空間，分別計(jì)算兩類樣本的類質(zhì)心，并以最小化虛警率為原則尋找最佳閾值作為分類器。
5.據(jù)權(quán)利要求1所述的高分辨率全色遙感圖像云判方法，其特征在于所述步驟6)中，針對待檢測圖像單元，首先將其灰度進(jìn)行歸一化處理，對處理結(jié)果進(jìn)行奇異值分解，并提取奇異值最大的前三個量作為特征參量，構(gòu)造三維特征矢量，并對特征矢量進(jìn)行標(biāo)準(zhǔn)化；然后利用步驟4)得到的壓縮矩陣對三維特征矢量進(jìn)行壓縮，并利用步驟5)得到的閾值進(jìn)行類別劃分，判斷是否為云。
全文摘要
高分辨率全色遙感圖像云判方法，涉及空間光電信息處理技術(shù)領(lǐng)域。為了解決全色遙感圖像云檢測問題，令檢測結(jié)果更加準(zhǔn)確，且滿足時實(shí)性要求，本發(fā)明的高分辨率全色遙感圖像云判方法主要包括以下步驟1)對訓(xùn)練圖像塊進(jìn)行歸一化處理；2)對提取歸一化圖像進(jìn)行奇異值分解，提取奇異值作為特征參量；3)按照上述方法將訓(xùn)練樣本映射為特征空間中的點(diǎn)；4)利用HDA法對特征空間進(jìn)行特征壓縮；5)在所獲得的一維壓縮子空間中，構(gòu)造單一閾值作為云檢測判據(jù)；6)對待檢測圖像，利用訓(xùn)練好的分類器進(jìn)行云檢測。本發(fā)明適用于高分辨率全色遙感圖像的云檢測，具有較高的檢測概率與較低的虛警概率，且占用處理系統(tǒng)較少的存儲空間和運(yùn)算耗時。
文檔編號G06K9/62GK103093243SQ20131002612
公開日2013年5月8日 申請日期2013年1月24日 優(yōu)先權(quán)日2013年1月24日
發(fā)明者趙曉, 侯晴宇, 張偉, 梁冰冰, 陳剛義, 叢海佳, 孫永雪 申請人:哈爾濱工業(yè)大學(xué)