[发明专利]一种光学卫星遥感影像云检测方法

权利要求书

1.一种光学卫星遥感影像云检测方法，其特征在于，包括如下步骤：

S100，统计光学卫星遥感影像的灰度直方图，并对所述灰度直方图进行预处理；

S200，根据预处理后的灰度直方图计算高斯混合模型分量和迭代最大类间方差阈值，进一步根据所述高斯混合模型分量和迭代最大类间方差阈值计算混合阈值L；

S300，使用所述混合阈值L对原始光学卫星遥感影像进行分割，获得云初检图；

S400，获取所述云初检图中云区域的轮廓边界特征值和云阴影匹配特征值，并根据所述轮廓边界特征值和云阴影匹配特征值去除误检测的云区域，获得误检修正图；

S500，对所述云初检图进行漏检测薄云补偿，获得薄云补偿图，其中，所述漏检测薄云补偿包括如下步骤：

步骤S501，降低混合阈值L到Ln，并使用混合阈值L和混合阈值Ln对光学卫星遥感影像进行阈值分割，将位于区间[Ln，L]的像素值预测为薄云区域，生成薄云预测图，其中，Ln＝0.9*L；

步骤S502，计算薄云预测图中每个薄云预测区域内的暗像素，生成暗像素图；

步骤S503，通过公式D＝N/S计算暗像素图中每个薄云预测区域内的暗像素密度，并在暗像素密度小于预设暗像素密度阈值时薄云预测区域为真实薄云区域，进一步对真实薄云区域进行补偿处理，其中，N为薄云预测区域内暗像素数，S为薄云预测区域面积；

S600，将所述误检修正图与薄云补偿图进行综合处理，获得云检测图。

2.根据权利要求1所述的光学卫星遥感影像云检测方法，其特征在于，在步骤S100中，对所述灰度直方图进行预处理包括如下步骤：

对所述灰度直方图进行截断处理，获得直方图有效区间为[X_min，X_max]，进一步通过一维平滑模板对截断后的灰度直方图进行一维卷积平滑处理。

3.根据权利要求2所述的光学卫星遥感影像云检测方法，其特征在于，所述一维平滑模板为[1/10，1/5，2/5，1/5，1/10]。

4.根据权利要求1所述的光学卫星遥感影像云检测方法，其特征在于，在步骤S200中，高斯混合模型分量和迭代最大类间方差阈值通过如下步骤获得：

步骤S201，设置K-means迭代算法的初始均值，并根据所述初始均值计算灰度直方图区间[X_min，X_max]各级数和各级数对应的频数与初始均值和初始均值对应的频数之间的欧式距离，根据欧式距离的大小对灰度直方图区间进行归类，并根据归类结果重新计算每一类的均值，使用重新计算后的每一类均值作为下一次迭代的初始值并继续迭代，直至两次迭代的均值之差小于预设限差值时停止迭代，此时迭代结果作为高斯混合模型参数的初始均值；

步骤S202，构建对数似然函数模型，并使用期望最大算法对高斯分量进行拟合，获得高斯混合模型分量X1_GMM，X2_GMM和X3_GMM；

步骤S203，使用迭代的最大类间方差算法计算迭代最大类间方差阈值X_OTSU。

5.根据权利要求4所述的光学卫星遥感影像云检测方法，其特征在于，在步骤S203中，迭代最大类间方差阈值X_OTSU通过如下步骤获得：

步骤S203a，将灰度直方图区间[X_min，X_max]分为[X_min，X]和[X，X_max]，分别计算两个区间的最大类间方差阈值T1和T2，其中，X为X_min和X_max的均值；

步骤S203b，判断T1与T2之差是否小于预设限差值，若是，则T1与T2的均值为迭代最大类间方差阈值X_OTSU，否则，将灰度直方图区间[X_min，X_max]更新为[T1，T2]，重复执行步骤S203a。

6.根据权利要求4所述的光学卫星遥感影像云检测方法，其特征在于，所述混合阈值L通过如下步骤获得：

计算迭代最大类间方差阈值X_OTSU与高斯混合模型分量X2_GMM和X3_GMM的欧式距离d1和d2；

若d1大于d2，则[X_OTSU，X2_GMM]的最大类间方差阈值为混合阈值L；否则，直方图区间[X_OTSU，X3_GMM]的最大类间方差阈值为混合阈值L。