原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
2014
2014年1月 安徽大学学报(自然科学版) January
JournalofAnhui ScienceEdition) V01．38No．1
第38卷第1期 University(Natural
doi：10．3969／j．issn．1000-2162．2014．叭．008
LS—WTSVM的遥感多光谱影像云检测
胡根生，陈长春，张学敏，潘煜天
(安徽大学电子信息工程学院，安徽合肥230601)
wavelettwin vector
摘要：研究基于最小二乘小波孪生支持向量机(1eastsquares support machines，简称
LS—WTSVM)的遥感多光谱影像云检测．首先根据云在不同波段中大气的辐射特点，结合Landsat7ETM+影像
数据的光谱特性获得云像元的光谱特征，再通过提取每个图像块的灰度共生矩阵得到相应像元的纹理结构
特征，根据像元的光谱特性和纹理结构特征构造特征向量，最后利用最小二乘小波孪生支持向量机多分类算
法进行Landsat7ETM+影像像元的云检测，实现不同类型云区的多分类识别．仿真实验结果表明，该算法能准
确地检测出多光谱影像中的厚云和薄云．
关键词：Landsat7影像；云检测；多分类；最dx__-乘小波孪生支持向量机；小波核
中图分类号：TP391 文献标志码：A 文章编号：1000—2162(2014)01—0048—08
Clouddetectionforremote
sensingmulti-spectralimage
basedonleast wavelettwin vectormachines
squares support
HU Yu—tian
Xue-min，PAN
Gen—sheng，CHENChang—chun，ZHANG
ofElectronicsandInformation
(School Engineering，Anhui 230601，China)
University，Hefei
this novelclouddetectionmethodforremote
Abstract：In
paper，a sensingmulti—spectralimage
basedonleast wavelettwin vector
squares support machines(LS-WTSVM)was
proposed．Firstly，
the featureofthecloud was onthebasisofthe radiation
spectral pixel acquired atmospheric
文档评论（0）