[发明专利]云检测方法及装置

说明书

本发明实施例提供一种云检测方法及装置，在该方法中，将遥感影像分割为互不交迭的多个同质对象，调用基于同质对象并利用正则化最小二乘算法预先建立的分类模型，对同质对象进行分类，检测得到云数据，云数据为包括云对象的同质对象。通过本发明，可以减少遥感影像在云检测处理过程中计算的数据量，并提升云检测的效率。

技术领域

本发明涉及遥感影像处理领域，特别的涉及一种云检测方法及装置。

背景技术

高空间分辨率四波段卫星采集的遥感影像数据在各行各业应用越来越广泛。一种典型的应用是用于获取地面信息。

在利用高空间分辨率四波段卫星采集的遥感影像数据获取地面信息时，遥感影像中会记录大量的云像元信息，而云像元信息的存在掩盖了遥感影像中的有效地面信息，严重影响了获取地面信息的质量，为遥感影像数据后期的处理和使用增加了难度。因此，检测出遥感影像中的云像元信息(云检测)是遥感数据处理过程中首要解决的问题之一。

目前，可利用正则化最小二乘算法进行云检测，该方法可对高空间分辨率四波段卫星遥感影像中不同下垫面情况下的云像元进行有效地识别。应用windows环境下matlab平台开发的GURLS(Grand Unified Regularized Least Squares)软件库对高空间分辨率遥感影像进行云检测时，由于windows环境下matlab平台开发的GURLS软件只能处理小数据，因此需要基于像元将整景遥感影像切割成小部分，然后分别对切割得到的各个部分进行云检测，再对各部分的云检测结果进行拼接，实现最终的云检测。

高空间分辨率遥感影像空间结构复杂，信息量庞大，若直接利用正则化最小二乘算法，基于像元对整景遥感影像进行处理，在训练样本选择上需要考虑地物复杂的内部结构信息，训练样本的数量巨大。然而，正则化最小二乘算法的复杂度是O(N2)(N为训练样本)，N的增加会造成算法运行效率大幅降低。

发明内容

本发明实施例提供一种云检测方法及装置，可以减少遥感影像在云检测处理过程中计算的数据量，并提升云检测的效率。

本发明的一方面提供了一种云检测方法,该方法包括将遥感影像分割为互不交迭的多个同质对象；调用基于同质对象并利用正则化最小二乘算法预先建立的分类模型，对同质对象进行分类，检测得到云数据，云数据为包括云对象的同质对象。

本发明的另一方面提供了一种云检测装置,该装置包括分割单元和检测单元。分割单元用于将遥感影像分割为互不交迭的多个同质对象,检测单元用于调用基于同质对象并利用正则化最小二乘算法预先建立的分类模型，对所述同质对象进行分类，检测得到云数据，云数据为包括云对象的同质对象。

本发明提供的云检测方法及装置,通过将遥感影像分割为互不交迭的多个同质对象,以同质对象为单位利用正则化最小二乘算法进行云检测，大大降低了遥感影像需要处理的数据量，实现高空间分辨率四波段卫星遥感影像的云检测。

附图说明

图1是本发明实施例提供的一种云检测方法实施流程图。

图2是本发明实施例提供的一种将遥感影像分割为互不交迭的多个同质对象的实施流程图。

图3是本发明实施例提供的另一种云检测方法实施流程图。

图4是本发明实施例提供的一种云检测装置示意图。

具体实施方式

下面将参考若干示例性实施方式来描述本发明的原理和精神。应当理解，给出这些实施方式仅仅是为了使本领域技术人员能够更好地理解进而实现本发明，而并非以任何方式限制本发明的范围。