基于主成分分离方法的航空图像云检测

摘要：

传统云检测方法未顾及云具有半透明性质的特点,直接从遥感图像中提取云特征用于云检测,降低了云检测精度.本文根据Mie散射理论构建云与地表信息的线性模型,即将一幅遥感图像看作是云与地表信息线性构成的,从整个纹理结构的角度看,云图像位于一个低维的子空间,首先采用主成分分析方法(PCA)构建云成分分离模型,从遥感图像中分离出云成分,其次采用局部二值模式(LBP)特征提取云成分的纹理作为特征向量,最后训练支持向量机分类器进行云检测.本文以755幅航空图像为实验对象,其中包含158幅有云区域,正检率达到90.69％,误检率9.31％,说明本文方法对航空图像云检测有一定效果.

关键词：云检测;主成分分析;支持向量机;局部二值模式;云特征

所属期刊栏目：44

分类号：P237(摄影测量学与测绘遥感)

资助基金：云南省教育厅科学研究基金项目2020J0742

在线出版日期：2021-11-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：89-93