專利名稱：整合模式識(shí)別與上下文知識(shí)的光學(xué)遙感圖像云判別方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種光學(xué)遙感圖像云判別方法，特別涉及一種整合統(tǒng)計(jì)模式識(shí)別與上下文知識(shí)的光學(xué)遙感圖像云判別方法，屬于圖像識(shí)別技術(shù)領(lǐng)域。
背景技術(shù)：
對(duì)于光學(xué)遙感圖像，我們感興趣的更多是地面目標(biāo)，然而在很多情況下是存在云的遮擋的，這樣云的部分是沒有任何地面信息，卻占用了處理系統(tǒng)中大量的存儲(chǔ)空間處理能力和傳輸帶寬。人工篩選和剔除這些數(shù)據(jù)通常需要花費(fèi)大量的時(shí)間與精力，如果這些“無效區(qū)域”可以通過某種方法找出來，就可以將這部分?jǐn)?shù)據(jù)去掉，進(jìn)而節(jié)省數(shù)據(jù)存儲(chǔ)空間和數(shù)據(jù)處理人員的工作量，特別對(duì)衛(wèi)星上的系統(tǒng)，還可以節(jié)省下行帶寬以傳送更重要的數(shù)據(jù)。因此，一種行之有效的自動(dòng)云判技術(shù)就變得非常有必要。目前的云判別的方法的主要是利用模式識(shí)別的方法進(jìn)行處理，通常包括對(duì)原圖的抽樣分塊、特征提取、分類判決以及云區(qū)域剔除。這些方法通常只利用某一個(gè)分塊本身的信息，一般用來處理分塊中只有單一解譯對(duì)象時(shí)效果較好。但當(dāng)處理云和地物交界地方的分塊時(shí)，由于其含有兩個(gè)或兩個(gè)以上解譯對(duì)象，使得模式識(shí)別的判決效果變差，甚至，變?yōu)闊o效。例如，當(dāng)一個(gè)分塊中云和地物分布集中且含量各是一半(上半個(gè)分塊是云且下半個(gè)分塊是地物)，這個(gè)分塊本身就是既不是云也不是陸地，所以模式識(shí)別的結(jié)果就沒有什么意義。

發(fā)明內(nèi)容
有鑒于此，本發(fā)明提供了一種整合模式識(shí)別與上下文知識(shí)的光學(xué)遙感圖像云判別方法，能夠解決現(xiàn)有技術(shù)中只利用某一個(gè)分塊本身的信息進(jìn)行模式識(shí)別所帶來的弊端。為了解決上述技術(shù)問題，本發(fā)明是這樣實(shí)現(xiàn)的:一種整合模式識(shí)別與上下文知識(shí)的光學(xué)遙感圖像云判別方法，包括:第一步，對(duì)原圖進(jìn)行抽樣及分塊:讀入一幅光學(xué)遙感圖像并進(jìn)行抽樣和分塊；所述分塊采用有重疊的分塊方式，即采用LXL的正方形在光學(xué)遙感圖像中進(jìn)行水平和豎直方向的步進(jìn)，步進(jìn)量為L(zhǎng)/2，獲得多個(gè)分塊，稱為Tile，每四個(gè)上下左右相鄰相互重疊的Tile分塊可以看成是九個(gè)不重疊的大小為L(zhǎng)/2XL/2的小分塊構(gòu)成，這種小分塊稱為Block ；第二步，對(duì)各個(gè)Tile分塊進(jìn)行模式識(shí)別:利用模式識(shí)別依次對(duì)每個(gè)Tile分塊進(jìn)行判決，并且將判決值存入Tile索引矩陣，判決值包括屬于云的置信度、屬于地物的置信度和不確定，這里將判決值不確定賦值為基準(zhǔn)B，置信度間隔為D，云的判決值應(yīng)該是B+mD，對(duì)應(yīng)地物的判決值是B-nD，其中m和η取正整數(shù)，云或地物的置信度越高m或η的值就越大；第三步、確定不同類型對(duì)象特征的閾值范圍；所述不同類型對(duì)象包括不同置信度的云、不確定和不同置信度的地物；第四步，根據(jù)Tile索引矩陣確定Block的判決值并進(jìn)行微調(diào):步驟S41)對(duì)于每一個(gè)Tile分塊,分別計(jì)算組成該Tile分塊的4個(gè)Block的灰度均值，基于第三步中得到的閾值范圍采用門限判決法對(duì)Block進(jìn)行云判決，判決值采用第二步中所用的形式，即不確定時(shí)為B，判為云時(shí)B+mD，判為地物時(shí)B-nD ；步驟S42)利用Tile分塊及其內(nèi)部4個(gè)Block的判決值計(jì)算Tile的微調(diào)因子Factor:
權(quán)利要求
1.一種整合模式識(shí)別與上下文知識(shí)的光學(xué)遙感圖像云判別方法，其特征在于，包括: 第一步，對(duì)原圖進(jìn)行抽樣及分塊:讀入一幅光學(xué)遙感圖像并進(jìn)行抽樣和分塊；所述分塊采用有重疊的分塊方式，即采用LXL的正方形在光學(xué)遙感圖像中進(jìn)行水平和豎直方向的步進(jìn)，步進(jìn)量為L(zhǎng)/2，獲得多個(gè)分塊，稱為Tile，每四個(gè)上下左右相鄰相互重疊的Tile分塊可以看成是九個(gè)不重疊的大小為L(zhǎng)/2XL/2的小分塊構(gòu)成，這種小分塊稱為Block ； 第二步，對(duì)各個(gè)Tile分塊進(jìn)行模式識(shí)別:利用模式識(shí)別依次對(duì)每個(gè)Tile分塊進(jìn)行判決，并且將判決值存入Tile索引矩陣，判決值包括屬于云的置信度、屬于地物的置信度和不確定，這里將判決值不確定賦值為基準(zhǔn)B，置信度間隔為D，云的判決值應(yīng)該是B+mD，對(duì)應(yīng)地物的判決值是B-nD，其中m和η取正整數(shù)，云或地物的置信度越高m或η的值就越大；第三步、確定不同類型對(duì)象特征的閾值范圍；所述不同類型對(duì)象包括不同置信度的云、不確定和不同置信度的地物； 第四步，根據(jù) Tile索引矩陣確定Block的判決值并進(jìn)行微調(diào): 步驟S41)對(duì)于每一個(gè)Tile分塊,分別計(jì)算組成該Tile分塊的4個(gè)Block的灰度均值，基于第三步中得到的閾值范圍采用門限判決法對(duì)Block進(jìn)行云判決，判決值采用第二步中所用的形式，即不確定時(shí)為B，判為云時(shí)B+mD，判為地物時(shí)B-nD ； 步驟S42)利用Tile分塊及其內(nèi)部4個(gè)Block的判決值計(jì)算Tile的微調(diào)因子Factor:
2.如權(quán)利要求1所述的方法，其特征在于，所述第三步為:利用Tile的模式識(shí)別結(jié)果確定不同類型對(duì)象特征的閾值范圍；具體為: 步驟S31)利用Tile索引矩陣，在其中尋找其中判決值相同的Tile，并統(tǒng)計(jì)這些Tile中不同對(duì)象的特征值； 步驟S32)每種類型對(duì)象的特征都被統(tǒng)計(jì)到了一起以后，將這些特征的最大值和最小值作為其范圍，也就是閾值的上限和下限； 步驟S33)由于不能保證每個(gè)場(chǎng)景中都有所有置信度的云和地物，所以對(duì)于那些缺少的類型，其閾值采用實(shí)驗(yàn)總結(jié)出的經(jīng)驗(yàn)門限或訓(xùn)練得到的門限。
全文摘要
本發(fā)明公開了一種整合模式識(shí)別與上下文知識(shí)的光學(xué)遙感圖像云判別方法，能夠解決現(xiàn)有技術(shù)中只利用某一個(gè)分塊本身的信息進(jìn)行模式識(shí)別所帶來的弊端。首先，采用L×L的正方形在光學(xué)遙感圖像中進(jìn)行水平和豎直方向的步進(jìn)，獲得分塊稱為Tile，每個(gè)Tile由4個(gè)Block組成。對(duì)各個(gè)Tile分塊進(jìn)行模式識(shí)別，獲得Tile索引矩陣；根據(jù)Tile索引矩陣確定Block的判決值并進(jìn)行微調(diào)；利用上下文知識(shí)，對(duì)Block的判決值進(jìn)行修正；最后利用修正后的Block判決值所標(biāo)記的云位置，對(duì)光學(xué)遙感圖像進(jìn)行云剔除。
文檔編號(hào)G06K9/34GK103150567SQ20131004370
公開日2013年6月12日 申請(qǐng)日期2013年2月4日 優(yōu)先權(quán)日2013年2月4日
發(fā)明者龍騰, 劉峰, 龐楓騫, 畢福昆, 陳亮 申請(qǐng)人:北京理工大學(xué)