遥感图像云检测方法综述.docxVIP

①遥感图像云检测方法综述侯舒维，孙文方，郑小松( 中国空间技术研究院西安分院，西安710000)摘 要: 遥感图像云检测是遥感数据处理过程中需首要解决的问题之一，在参考大量国内外文献的基础上，文章对遥感图像云检测方法的研究现状进行了分析，并对已有的遥感图像云检测方法进行了综述和分类，在此基础上对不同的云检测方法进行了比较，最后给出了云检测存在的问题和发展趋势。关键词: 遥感; 图像; 云检测; 纹理; 模式识别D O I: 10． 3969 / j． issn． 1674-7135． 2014． 03． 0140引言根据国际卫星云气候计划 ISCCP ( International否是云。该方法相对于以前的物理阈值法检测更为精确，但是在某些特定的条件下，如夜间时候下垫面 为沙漠区域时，以及下垫面为海岸线、河流和内陆湖 泊时，由于云和下垫面的反射率相近，难以进行正确 的辨别，因而有时会检测出错误的云。物理阈值法 因为依据的是某些光谱谱段的数据进行检测，所以 一般仅局限于特定的遥感器数据，普适性较差。还 有一些云检测方法仅作用于局部的地理区域或背景Satellite Cloud Climatology Project) 提 供 的 全 球 云 量数据显示，云 覆 盖 了 50% 以 上 的 地 球 表 面，在 利 用 遥感手段获取的地球空间信息中占有相当 大 的 比 率。一方面，由于云是重要的气象和气候要素之一， 通过云的分布不但可以帮助发现危险的气候现象， 如暴雨、飓风以及龙卷风，而且还可以跟踪气象条件 的变化，因此自气象卫星问世以来，云检测和分类方 法的研究就引起了各国学者的关注和兴趣。另一方 面，由于光学遥感数据中大量云的存在，影响了遥感 图像的质量，从而降低了图像的数据利用率，因此云 检测和云剔除已成为光学遥感图像处理过程中需首 要解决的问题之一。遥感图像云检测可以被看成是图像分析的二值( 二类) 分割任务，是后续进行云分类和云剔除［1］的 关键，文章在参考大量文献的基础上，对遥感图像云 检测方法进行分类和比较，并在此基础上进行概括 和归纳。区 域，如 Ebert ( 1987 ) ［4］，Key ( 1989 ) ［5］ 和Welch( 1992) ［6］，他们提出的云检测方法关心的是极地地区云和地表的区分; Garand ( 1987 ) ［7］ 提出的云模式 自动分类方法，它基于高度、反照率、形状、云的分层 特征以及图像的二维功率谱特征，但仅适用于在海 洋背景上的情况。另一类较复杂的遥感图像云检测 技术是人工智能技术发展的结果，但它们中的大部 分需要依赖于辅助数据来设置 阈 值。 如 Merchant( 2005) ［8］的全概率贝叶斯法，使用气候学和数字天气预报的预报数据来建立先验知识，Baum( 1997) ［9］ 提出的模糊逻辑分类方法，它基于气团的类型来区 分晴空和云。无论是哪种遥感图像的云检测方法，对于薄云 和低云，由于和下垫面之间的亮度对比度很低，不管是在建立可靠的训练数据上还是设置光学阈值上都 比较困难，因此是遥感图像云检测面临的一大难点， 也是摆在各国研究人员面前的一个极具挑战性的工 作。如 Derrien( 2005) ［10］使用多光谱阈值法进行实 时的云分类和云检测，该方法已使用于 SAFNEC /1遥感图像云检测技术现状目前遥感图像云检测方法众多，其中应用最多的方法为物理阈值法，如 Saunders( 1987) ［2］ 提 出 的云检测方法，它选用一组物理阈值对 AVHＲＲ 数 据 进行云检 测。 Ackerman ( 1998 ) ［3］ 提出的云检测方 法应用于 MODIS 数据，它综合考虑了几种光谱谱段 进行阈值检测的结果，最后再判断某个给定像素是① 收稿日期: 2013-07-31。692014 年第 3 期侯舒维，等: 遥感图像云检测方法综述MSG( 支持短 时 天 气 预 报的卫星应用工具 ) 软 件 包中，该软件中生成的云掩膜有时在夜晚无云条件下 会产生云的过估计，而在阴天的条件下，无论是黄昏 还是夜晚都会产生轻微的欠估计，原因是该方法检 测不出低云、薄云和半透明的云。( 0． 67μm) 、中红外 通 道 6 ( 1． 64μm) 和 中 红 外 通 道26( 1． 38μm) ，研究了一种对不同的下垫面均通用的 多光谱云检测算法; Wu［12］分别使用 3 种方法( 红外 亮温差法、可见光与近红外指数法和近红外云检测 指数法) 实现了 MODIS 图像的云检测，并对这 3 种 方法的检测结果进行了比较，结果表明近红外云检 测指数法 易 于 计 算，更 适 合于大范围云区的检测;Ｒen［13］则提出了一种有效的针 对 MODIS 图 像 进 行 薄云检测和剔除的方法，