[发明专利]基于证据融合自适应阈值的多源遥感图像云检测方法

权利要求书

1.一种基于证据融合自适应阈值的多源遥感图像云检测方法，其特征在于，包括以下步骤：

11)数据源图像的选取和预处理：选取第一类、第二类数据源图像，并进行预处理；所述数据源图像的选取和预处理包括以下步骤：

111)定义并获取第一类数据源为λ＝670nm波段的多光谱遥感图像获得的反射率R图像，记为F₁(x,y)＝R₆₇₀；

112)定义并获取第二类数据源为λ＝490nm、散射角80°＜Θ＜120°的多角度偏振探测仪获得的大气分子光学厚度τ遥感图像，记为F₂(x,y)＝τ₄₉₀；

113)对两类数据源图像均进行去除太阳耀斑区域的预处理；

12)对“云”、“非云”二类事件估计初分布：分别利用训练样本对“云”、“非云”二类事件进行初分布估计，计算出“云”或“非云”事件初分布的直方图；所述对“云”、“非云”二类事件估计初分布包括以下步骤：

121)取第一训练样本定义为λ＝670nm波段的历史反射率，

其中，(x,y)是与F₁相同像元的经纬度坐标，历史反射率为(x,y)处上一年度相同月份中所有晴天月均值，形成“非云”事件初分布，记为p₆₇₀；

122)取第二训练样本定义为多角度偏振λ＝490nm波段的历史大气分子光学厚度，

其中，(x,y)是与F₁相同像元的经纬度坐标，为(x,y)处上一年度相同月份中所有晴天月均值，形成“非云”事件初分布，记为q₄₉₀；

123)训练样本作为“云”事件的初分布估计，

取F₅＝|F₁-F₃|、F₆＝|F₂-F₄|，

其中：F₅为λ＝670nm波段反射率图像中“云”事件分布初估计，记为q670，

F₆为多角度偏振λ＝490nm波段大气分子光学厚度图像中“云”事件分布初估计，记为p₄₉₀；

124)对F₁、F₂、F₃、F₄、F₅、F₆图像分别选取32×32的像元窗口；

计算F₃、F₅、F₄、F₆四幅图像“云”或“非云”事件初分布的直方图，对F₃、F₅、F₄、F₆图像该窗口像元值按R或τ划分成n＝256级，即多光谱图像每一灰度等级的间隔为i＝(MaxR₆₇₀-MinR₆₇₀)/256，偏振图像每一灰度等级的间隔为i＝(Maxτ₄₉₀-Minτ₄₉₀)/256；

计算四幅图像该窗口直方图，获得图像反射率或大气光学分子厚度每一等级的频数定义为

13)分类阈值初选和确定信任区间：采用信息散度求解遥感图像“云”和“非云”的二类目标分类初阈值，并通过初始分类的均值和标准差，确定阈值邻域信任区间；

14)基于顺序决策树和证据融合的优化分类：基于初始分类均值和标准差的粗分类，以及使用D-S理论对二类目标数据源阈值信任度进行融合计算的细分类，实现二类目标的优化分类；

15)输出云检测分类结果：将分类后的云检测图像输出。