[发明专利]一种卫星图像的云检测标识填充方法

说明书

一种卫星图像的云检测标识填充方法，属于电子与通信系统图像数据处理技术领域。本发明利用卫星图像的辅助数据区，实时的把检测结果填充到辅助数据区的预留位置，这种方法有如下几个优点：首先，不需要占用其它数据区，节省数传带宽；其次，地面接收卫星图像数据时，便于实时提取分析；最后，由于云标识内容或为“FFFF”，或为“0000”，该内容不仅便于主观观测云检测算法判决的正确性，而且能够有效的阻止信道误码的干扰。

技术领域

本发明涉及一种卫星图像的云检测标识填充方法，属于电子与通信系统图像数据处理技术领域。

背景技术

对于光学遥感卫星而言，云是光传播的严重障碍，很大程度上影响了遥感信息获取的质量。许多卫星遥感图像存在云层遮挡的“盲区”，局部地物信息丢失，不利于图像的分析和理解，降低了数据的利用率。根据国际卫星云气候计划ISCCP提供的1983年7月至2008年6月期间全球云量数据统计，全球平均云量为66.38％。实时有效地进行云检测，降低云区图像数据量，一方面可缓解遥感卫星海量数据对传输通道的压力和提高卫星遥感图像利用率，另一方面节省出来的数据量可以提供给非云区图像，对于非云区图像可以获得更好的压缩图像质量。

云检测技术的发展轨迹主要遵循两条路线，其一是云特征空间的构建，即通过辐射、光谱、纹理、频谱、时频分析建立云描述空间；其二是基于云特征空间的分类器设计，主要是非线性分类器设计。这些研究多没有考虑算法运算资源与实现速度问题。

而星上云检测技术由于受到资源限制及实时性要求的制约，在算法检测准确度保证的情况下，其运算复杂度就成为其可实现性的重要评估指标。2003年NASA地球科学技术研究室与麻省理工林肯实验室合作开发并在EO-1(Earth Observing-1)卫星上成功试验了一种星上实时云检测算法，该算法采用基于PCA(主分量分析)的云光谱数据结构模型，融合基于地物信息先验知识的地物光谱“阈值检测”策略，进行遥感图像的云像素及云覆盖区域检测，对6个波段的多光谱图像进行特征分析，可区分云、雪、冰、沙等多种地表类型，据报告错误率仅为1％-2％。美国Landsat7卫星，采用一种自动云量评估算法(ACCA)对获取的每一景图像中的云量进行评分，评分结果作为卫星飞行任务制定者重新安排接收计划和从用户查询数据库中删除多云景的依据。

我国于2000年发射的“航天清华一号”微小卫星有绿(0.52—0.6um)、红(0.63—0.69um)、近红外(0.76—0.94um)三个波段，对红波段图像采用了灰度阈值法云检测技术，去除被云污染的地物图像,并选用一种简单的压缩技术a-MPBTC对图像进行压缩，减轻了传输的压力，同时获得了较为满意的图像。我国遥感系列卫星等均采用了云检测技术，该技术利用分类纹理特征值等方法，进行实时云检测，检测结果或下传，或者作为遥控信号，或者实时指导压缩等。

目前星上云检测结果必然要随图像一起下传。下传方式有几种：一是把云检测标识打到遥测数据进行下传，因为遥测信息是由整星发送指令按时读取，而数据传输分系统云检测处理与图像接收帧有关，因此云检测结果与遥测读取不能同步，读取分析不够直接；二是把云检测标识添加到图像数据区进行下传，因对图像做云检测后，需要进行数据压缩、AOS编码等操作，而后续的压缩编码，图像数据内容发生改变，数据量及压缩包格式、数传包格式发生重大改变，因此在地面要解析出来对应图像的云检测结果前，必须进行一系列的解包操作。

发明内容

本发明解决的技术问题是：克服现有技术的不足，提供了一种卫星图像的云检测标识填充方法，把云检测结果填充到图像辅助数据区，因图像辅助数据不参与云检测和数据压缩，只是实时的与当前图像数据进行同步并下传，地面解析简单明了，不需要占用其它数据区，节省数传带宽；其次，地面接收卫星图像数据时，便于实时提取分析；最后，由于云标识内容或为“FFFF”，或为“0000”，该内容不仅便于主观观测云检测算法判决的正确性，而且能够有效的阻止信道误码的干扰。

本发明的技术解决方案是：一种卫星图像的云检测标识填充方法，包括如下步骤：