光学遥感影像中云层及其阴影的自动检测与去除算法研究和实现的中期报告.docxVIP

光学遥感影像中云层及其阴影的自动检测与去除算法研究和实现的中期报告 本次中期报告将介绍我们设计的光学遥感影像中云层及其阴影的自动检测与去除算法的研究进展和实现情况。 首先，我们进行了大量的文献调研，对目前主流的云检测算法进行了研究和分析，包括阈值法、形态学操作、纹理分析、颜色空间分析等方法。针对这些方法的优缺点，我们提出了一种基于多特征融合的云检测方法，包括亮度、颜色、纹理等多个特征，并通过组合多个决策树进行分类，最终得到一张云层掩模。 在云层掩模的基础上，我们进一步研究了云阴影的检测和去除方法。由于云阴影和真实阴影的颜色和亮度非常相似，因此传统的像素级分割方法可能会将真实阴影误认为云阴影。我们提出了一种基于空间和周边像素分析的云阴影检测方法，利用相邻像素的亮度和颜色信息进行分析，以避免将真实阴影误判为云阴影。同时，我们还实现了一种基于无约束最小二乘法的云阴影去除方法，对云层掩模中检测出的云阴影进行计算并消除。 在实现方面，我们使用Python语言和OpenCV库进行开发，同时使用了一些图像处理和机器学习的相关技术。经过初步测试，我们的算法在多种光学遥感影像上表现出良好的准确度和稳定性，具有较高的应用价值和推广前景。 接下来的工作将主要着重于优化算法性能，进一步提高准确度和鲁棒性，并进行大规模数据测试和应用实践。