[发明专利]一种面向遥感影像云影检测的云及云阴影距离估计方法

摘要

面向遥感影像云影检测的云及云阴影距离估计方法，包括：逐列提取影像灰度值；逐行计算累积灰度值，并除以像素数目，得到灰度值累积率；提取曲线上各段的斜率；将连续出现的低速累积与快速累积作为一个云阴影和云的区域，并将低速累积起始点和快速累积起始点之间的距离作为云和云阴影的纵向距离；逐行对相距Δr的两行r_i和r_i+Δr，计算灰度累积率，并识别其中的快速累积与低速累积区域；将标记为云和云阴影的像素进行种子生长，并根据连通区域进行云和云阴影标记，得到云和云阴影对象；在获得纵向距离Δr和横向Δc的基础上，设定阈值模板阈值r'和c'，在Δr±r'和Δc±c'范围移动云阴影模板，将云和云阴影相关系数达到最小时的距离作为该云和云阴影之间的最佳的距离估计

主权项

1.一种面向遥感影像云影检测的云及云阴影距离估计方法，包括如下步骤：步骤1：灰度值提取；逐列提取各景影像的灰度值，第c列的灰度值表示为：X^c＝<x_1,c,x_2,c,....,x_R,c>^T其中，c＝1,2,...,C；步骤2：灰度累积率曲线提取；第c列的灰度值累积率的计算方法为：其中，R为影像的行数，可以看出最后一项是该列灰度的算术平均值，该曲线被视为灰度值随行的累积速率，最后达到该列的均值；步骤3：灰度累积率曲线拟合；采用道格拉斯方法，对上述曲线进行简化，并将曲线表示为由各个线段组成的折线，假设一共拟合为n段折线，其中第i条线段表示为：L(i)＝(i,k_i,b_i,rb_i,re_i)其中k_i和b_i分别为第i段线段的斜率和截距，rb_i和re_i分别为该段线段的起始行数和结束行数；步骤4：纵向距离估计与云阴影和云提取；将连续出现的低速累积线段和快速累积线段作为一个云阴影和云的候选区域，假设第i+1条线段检测为云，而i条线段检测为云阴影，将云和云阴影之间的纵向距离△r_k表示为：△r_k＝rb_i+1‑rb_irb_i+1和rb_i分别第i+1和i条线段的起始行数；在此基础上，将快速累积区域内的像素标记为云，低速累积区域内的像素标记为云阴影，假设影像上共提取到K组对应云和云阴影，并将纵向距离的均值作为该景影像上云和云阴影纵向距离的估计；；步骤5：横向距离估计；逐行统计第r行和第r+△r行的灰度累积率，将相距△r上连续出现的低速累积和快速累积分别作为对应的云阴影和云，并按照步骤4估计云和云阴影的纵向距离估计方法估计横向距离，标记云和云阴影，并将云和云阴影的横向距离的均值作为整景影像云和云阴影距离的初步估计△c；通过上述过程，可以获得遥感影像上云和云阴影距离的初步估计△r和△c；步骤6：云和云阴影种子生长；由于云和云阴影的边缘的数据可能未能有效提取，因而，将上述标记好的云和云阴影统计联通区域，并进行种子生长，获得云和云阴影；步骤7：云影距离优化；在获得纵向距离△r和横向△c的基础上，设定云阴影模板阈值r'和c'，在△r±r'和△c±c'范围内移动模板，并计算相关系数Corr，将负相关系数达到最小值的偏移作为最佳估计