申请/专利权人：西安电子科技大学

申请日：2019-09-10

公开（公告）日：2021-06-08

公开（公告）号：CN110567886B

主分类号：G01N21/25(20060101)

分类号：G01N21/25(20060101)

优先权：

专利状态码：有效-授权

法律状态：2021.06.08#授权;2020.01.07#实质审查的生效;2019.12.13#公开

摘要：本发明公开了一种基于半监督空谱特征的多光谱图像云检测方法，主要解决现有技术中对背景复杂以及云层较厚的多光谱图像中误检和漏检云目标较多的问题。本发明的实现：输入多光谱图像；对多光谱图像实施波段选择，选取可见光波段；得到多光谱图像的空间特征图像；在空间特征图像中提取云目标光谱；用约束能量最小化算法，得到多光谱图像的云目标检测结果。本发明使用波段选择选取可见光波段图像，利用图像分解方法提取光谱特征和空间特征进行云目标检测，不但减少了对较厚云层的误检和漏检，而且能够更好地区分多光谱图像中的云目标和复杂的背景，具有检测结果误检云目标少、检测结果漏检云目标少的优点，应用于遥感图像的云检测。

主权项：1.一种基于半监督空谱特征的多光谱图像云检测方法，其特征在于，包括有如下步骤：1输入多光谱图像：输入要进行检测的带有云干扰的多光谱图像，并提取其自协矩阵R和多光谱图像数据B；2对多光谱图像实施波段选择：利用波段选择算法在输入的多光谱图像中选取可见光波段图像，用于多光谱图像的空间特征提取；3得到多光谱图像的空间特征图像：通过对可见光波段图像利用图像分解方法提取其空间特征图像的特征，得到多光谱图像的空间特征图像D；4在空间特征图像中提取云目标光谱：在空间特征图像D中根据所设阈值提取云目标的光谱向量，最终得到云目标光谱d，具体步骤如4a-4d；4a设置阈值，阈值为像素点最大值的14；4b记录空间特征图像D中大于该阈值点的坐标；4c返回输入的多光谱图像，提取相应坐标的光谱向量；4d对提取到的光谱向量求取平均值，得到云目标光谱d；5得到多光谱图像的云目标检测结果：利用得到的云目标光谱d、输入的多光谱图像数据B以及输入的多光谱图像的自协矩阵R，使用约束能量最小化算法，得到多光谱图像的云目标的检测结果D1。

全文数据：

权利要求：

百度查询： 西安电子科技大学 基于半监督空谱特征的多光谱云检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD