[发明专利]一种基于高斯混合模型的卫星影像自动云检测方法

摘要

本发明公开了一种基于高斯混合模型的卫星影像自动云检测方法，包括：S1统计卫星影像的原始灰度直方图，预处理灰度直方图以消除干扰；S2对灰度直方图构建高斯混合模型；S3确定分割云区域的灰度阈值；S4采用灰度阈值分割云区域。本发明方法弥补了传统纹理分析法、同态滤波法、多光谱综合法的不足，可用于卫星影像的筛选与质量控制、云区自动提取、含云影像快速修补等工作。本发明基于单波段影像直方图，不受限于卫星光谱范围，同时适用于全色、多光谱影像；检测精度高，无需辅助信息和人工干预，计算速度快，可自动化处理。

主权项

1.一种基于高斯混合模型的卫星影像自动云检测方法，其特征是，包括：S1 统计卫星影像的原始灰度直方图，预处理灰度直方图以消除干扰；S2 对预处理后的灰度直方图构建高斯混合模型，本步骤进一步包括：2.1 采用高斯混合模型表示灰度直方图函数；2.2 采用局部最大值法获得灰度直方图的峰值点，峰值点数即高斯分量数M；2.2 使用最大类间方差法获取相邻峰值点间的谷值点；同时，将灰度直方图的两端点也标记为谷值点，谷值点横坐标记为Vj，j＝1,2,...M+1；2.3 初始化高斯混合模型的模型参数，获得各高斯分量的权重、均值、标准差的初始值其中，Pm表示第m个高斯分量峰值点横坐标；h(x)表示灰度直方图中灰阶x对应的像素数；2.4 采用最大似然法对模型参数进行迭代拟合，获得高斯混合模型；S3 确定分割云区域的灰度阈值，本步骤进一步包括：3.1 根据预处理后灰度直方图的灰阶范围[Xmin,Xmax]确定云层和地物间的初始分类阈值3.2 设置第m个高斯分量的高频区间[μm-1.3σm,μm+1.3σm]，μm、σm分别为第m个高斯分量的均值和标准差，从子步骤2.4获得的高斯混合模型获得；3.3 找出权重最大的高斯分量，记为p(x|μλ,σλ)；若p(x|μλ,σλ)的均值μλ＞Yini，以p(x|μλ,σλ)的左临界点(μλ-Kσλ)作为灰度阈值；否则，执行子步骤3.4；3.4 判断p(x|μλ,σλ)与当前高斯分量p(x|μα,σα)的高频区间是否有交集，p(x|μα,σα)初始化为p(x|μλ,σλ)右侧相邻高斯分量；若有交集，令p(x|μα,σα)右侧相邻高斯分量为当前高斯分量p(x|μα,σα)，执行本子步骤；否则，以p(x|μα,σα)右临界点μα+Kσα为灰度阈值；上述，若卫星影像为全色影像，系数K取2.5～3；若卫星影像为多光谱影像，系数K取2～2.5；S4 采用灰度阈值分割云区域。