多光谱卫星遥感影像云及云阴影精准检测算法研究.docx

多光谱卫星遥感影像云及云阴影精准检测算法研究 摘要 多光谱卫星遥感影像在大气、云和云阴影等方面较传统遥感影像有更强的鲁棒性，但由于云、云阴影等遮挡物的影响，加上不同的地形、时间等因素的影响，导致多光谱卫星遥感影像的处理和应用面临着严峻的挑战。本文以多光谱卫星遥感影像云及云阴影精准检测为研究重点，提出了一种能够有效检测多光谱卫星遥感影像中云和云阴影的新方法，并结合实验证明了该方法的可行性和优越性。 1、研究背景 在遥感影像解译和应用中，云、云阴影等遮挡物是一大难题。由于云和云阴影的遮盖，会影响遥感影像的质量和结果。而多光谱卫星遥感影像通过搭载多个波段传感器实现了更为精准的遥感观测，具有更高的匹配精度，但这并不意味着其能够完全避免云、云阴影等问题的影响。因此怎样在实际应用中，准确识别遥感影像中的云、云阴影已成为一项关键技术研究课题。 2、相关工作 在遥感领域，由于云、云阴影等遮挡物的特殊性，针对云、云阴影的研究受到了高度关注。早期的研究多以阈值分割算法为主要方法，通过调整阈值来达到分割目的。而现代的研究则多采用先进的机器学习算法，如支持向量机（SVM）、随机森林（RF）等，通过对数据的标注学习从而实现分割。这些算法虽然在一定程度上解决了分割的问题，但仍然面临着许多挑战。 3、研究内容 为了更好地解决目前云、云阴影分割过程中的诸多挑战，本文提出了一种新的机器学习算法。该算法将传统的距离计算过程中的欧式距离换成互信息（Mutual Information），从而提高了算法的准确性。经实验证明，使用该算法可以在多光谱卫星遥感影像中准确检测出云和云阴影，同时在精度上得到了有效提升。 4、实验结果 我们选取了两幅多光谱卫星遥感影像进行实验，对比了本文所提出的新算法和传统算法的检测结果。实验结果表明，本文所提出的新算法能够更加精准地检测出云和云阴影，且成功避免了传统算法中存在的分割漏检和误检问题。 5、结论与展望 本文使用互信息算法对多光谱卫星遥感影像中的云和云阴影进行了分割和检测，实验结果表明了新算法的可行性和优越性。但是，本文所进行的实验样本仍然有限，仍需要进一步拓展，并对算法进行优化和完善，以期在未来能更好地应用在实际遥感操作中。 参考文献 [1] 蒋海涛, 谢继辉, 王斐雄, 李宏, 王国栋. 高分辨率卫星遥感影像云检测:综述与展望[J]. 中国图象图形学报, 2014, 19(12):1569-1578. [2] Stephen L. Durden, Timothy M. Miller, Robert A. Schowengerdt, Donald W. Cline,