[发明专利]一种基于空间与光谱信息的高光谱自动云检测方法

权利要求书

1.一种基于空间与光谱信息的高光谱自动云检测方法，其特征在于，该方法包括以下步骤：

步骤S1，将云、雪和水的光谱样本作为训练样本，对所述训练样本依次进行预处理以过滤噪声、波段选择以剔除掉影响光谱发射率的波段和光谱描述特征提取；

步骤S2，根据提取得到的训练样本的光谱描述特征进行有监督训练，根据学习的结果得到云光谱分类模型；

步骤S3，对输入的待检测的高光谱遥感图像也进行与所述训练样本同样的预处理、波段选择与光谱描述特征提取处理；

步骤S4，根据所述步骤S2学习得到的云光谱分类模型，对所述高光谱遥感图像中的每一个像元进行分类，以初步判断所述高光谱遥感图像中的每一个像元是否含有云；

步骤S5，利用所述步骤S4的初步分类结果以及空间一致性过确定所述高光谱遥感图像中有云的像元；

步骤S6，统计所述高光谱遥感图像中有云像元占所述高光谱遥感图像所有像元的比例，如果该比例大于一预定阈值，则判定该高光谱遥感图像为有云图像，即得到高光谱遥感图像的云判结果。

2.根据权利要求1所述的方法，其特征在于，所述波段选择是根据波长范围过滤掉对大气气溶胶影响较大的波段，保留图像质量较好的波段。

3.根据权利要求1所述的方法，其特征在于，所述特征提取是将保留下来的波段的反射值组成一维的向量，作为光谱描述特征。

4.根据权利要求1所述的方法，其特征在于，所述步骤S2中，采用离线学习的方式来训练得到云光谱分类模型。

5.根据权利要求1所述的方法，其特征在于，所述步骤S3中，对输入的待检测的高光谱遥感图像提取的光谱描述特征与对所述训练样本提取的光谱描述特征相同。

6.根据权利要求1所述的方法，其特征在于，所述步骤S5进一步包括以下步骤：

步骤S51，对于每个经过光谱分类后初步判断为有云的像元，统计其8邻域像元的分类类别；

步骤S52，如果所述8邻域像元中有超过5个的邻域像元的分类结果均为有云像元，则继续计算该像元与其所有邻域像元光谱向量的最大光谱角度；

步骤S53，如果计算得到的该像元与其所有邻域像元光谱向量的最大光谱角度均在某一预定范围内，则判断该像元为有云像元，否则该像元为无云像元。

7.根据权利要求6所述的方法，其特征在于，所述步骤S52中，两个像元的光谱向量的最大光谱角度θ(x，y)由下式计算：

θ(x,y)=arccos(<x,y>||x||||y||)]]>

其中，x、y分别表示两个像元的光谱向量。

8.根据权利要求6所述的方法，其特征在于，所述预定范围为[0，π/2]。

9.根据权利要求1所述的方法，其特征在于，所述步骤S6中的所述预定阈值可预先设定。