《云检测算法》由会员分享，可在线阅读，更多相关《云检测算法（3页珍藏版）》请在金锄头文库上搜索。
1、1、灰度阈值法在图像中，由于云层的高反射率，因此其灰度值要明显高于其他地物。 基于这个前提，可以用灰度阈值来进行云层检测。主要有两种方法来确定阈 值：1) 直方图数据法，根据先验知识来确定阈值2) 图像统计法，利用统计信息来确定阈值 灰度阈值法很容易实现，而且效率较高。但是其云检测的精度不高，不 能对各种情况的图像都适用，因此灰度阈值法经常作为云层检测的一个部分 而使用。2、纹理检测法2.1 分形维数分形理论最早由takayasu于1990年完善，分形理论认为自然界的许多物 体都具有连续的纹理特征。分形维数是分形理论中用来描述形态复杂度的一 种指标。在分形维数的计算方法可以参考zhang在20
2、05年提出的box-counting 维数法。具体算法如下：1) 将一幅M x M的二维的灰度图像转成三维，即(x,y,f(x,y)，其中f (x, y)为图像的灰度值。2) 用r x r的格网拆分图像，在三维的(x,y,f(x,y)中，即可以产生 r x r x h的立方体，h = r x G / M。其中G为立方体内的不同灰度值的 个数。3) 假设在格网(i,j)中，最小的灰度值存在于立方体k中，最大的灰度 值存在于立方体 l 中。因此可以覆盖格网内全部灰度值的最小立方体数为n (i,j)二 l k + 1r4）用下列公式计算可以覆盖整幅图像的立方体数：N = Y n （i,j） rri,
3、j5）计算分形维数Dlimlog(N )rlog(1 / r)分形维数指标（D）表现物体的复杂程度，物体越复杂D值越大。因此 在遥感图像中，由于地物包含更多的纹理信息且灰度变化频繁，因此地物的 分形维数 D 要大于云层的分形维数。2.2 角二阶距角二阶矩是灰度共生矩阵像素值平方的和，也称为能量，是图像灰度分 布均匀性的度量，主要用于观察影像纹理粗细和方向性特征。从图像整体来 看，角二阶矩值越大，则纹理较粗，反之则较小，因此云层的ASM值要大于 地物。角二阶矩的计算方法为：Energy 二艺艺 P2（i,j）3、云层检测识别树不论纹理云检测方法还是灰度云检测方法都无法 100%的识别图像中的 云层，因此我们提出了云层检测识别树的方法，将多种检测算法综合起来， 提高云层检测的效率。计算流程如下：1）首先对图像进行分块，对每一块计算灰度阈值、分形维数 D 和角二 阶距 ASM2）对每一块先用灰度阈值判断是否为云， 80%以上的认为是云， 20%80% 的认为可能是云可能是地物，小于20%的认为是地物。3）利用分形维数D值，按图中给的数值进行判断。4）利用角二阶距ASM，按图中给的数值进行判断。5）最后运用形态膨胀算法，对云区域进行形态膨胀拟合，形成云层二值 图，完成云检测。
