關(guān)于遙感圖像云檢測(cè)方法研究進(jìn)展

劉增偉

（山東科技大學(xué)測(cè)繪科學(xué)與工程學(xué)院，青島 266590）

如今隨著社會(huì)科技的進(jìn)一步發(fā)展，人們對(duì)遙感圖像的需求已經(jīng)運(yùn)用到了地球資源探測(cè)、自然災(zāi)害救災(zāi)預(yù)測(cè)、海洋環(huán)境污染監(jiān)測(cè)等等各方個(gè)面上面。但是由于遙感圖像收大氣密度、濕氣、云層等因素影響，針對(duì)對(duì)其產(chǎn)生遮擋問題。很研究人員針對(duì)云檢測(cè)方法進(jìn)行分析，以擬補(bǔ)對(duì)遙感圖像形成中過(guò)程中容易造成地物信息缺失情況。通過(guò)云檢測(cè)手段對(duì)云層特性進(jìn)行研究和把握。有助于我們對(duì)遙感影像進(jìn)行修復(fù)，目前有大量針對(duì)云檢測(cè)的方法被提出來(lái)，可這方面國(guó)內(nèi)研究尚有比較大的欠缺，因此本文在參過(guò)大量的國(guó)內(nèi)外文獻(xiàn)后，針對(duì)遙感云檢測(cè)方面進(jìn)行研究和討論并且進(jìn)行大量比較和歸類得出云檢測(cè)方法的研究進(jìn)展，希望能為我國(guó)云檢測(cè)方法可持續(xù)發(fā)展添磚加瓦。

1 遙感圖像云檢測(cè)技術(shù)現(xiàn)狀

目前市面上存在最多的云檢測(cè)技術(shù)為“閾值法”。常見閾值法通過(guò)對(duì)光譜普段進(jìn)行閾值檢測(cè)，然后運(yùn)用于遙感圖像判斷，判斷其是否是云層。這種方法簡(jiǎn)單易行，但是準(zhǔn)確率低，如，在夜間不能很好判斷，地域復(fù)雜情況下如海岸線、河流等也不好判斷，檢測(cè)時(shí)候容易誤解成云層。

但隨著問題的出現(xiàn)，后來(lái)采用多組閾值法組合判斷、自動(dòng)云覆蓋估算、雙通道動(dòng)態(tài)閾值檢測(cè)法、通道綜合運(yùn)算檢測(cè)法等方法的提出，這也是屬于閾值類思維方法的一種，閾值法的多組運(yùn)用容易使得運(yùn)算速度變慢。

于此同時(shí)還有一些基于文理特征和統(tǒng)計(jì)特征的方法也運(yùn)用到云檢測(cè)中來(lái)，但是其中最有潛力的還是隨著計(jì)算機(jī)技術(shù)的發(fā)展提出人工神經(jīng)網(wǎng)絡(luò)聚類等技術(shù)的運(yùn)用。

但是目前的所有方法都有各自的一個(gè)局限性。即同一種云檢測(cè)方法在不同的光線環(huán)境下也可能造成不同的結(jié)果。實(shí)際使用中是各種方法互相補(bǔ)充，互相配合的。且目前云檢測(cè)使用方法組合使用還是過(guò)多的依賴工作經(jīng)驗(yàn)積累。

2 遙感圖像云檢測(cè)方法分類。

2.1 基于閾值的云檢測(cè)方法

閾值法是云層檢測(cè)一種最基礎(chǔ)的檢測(cè)方法，它是利用多光譜的物理特性，光譜普段進(jìn)行閾值檢測(cè)，從而認(rèn)定某個(gè)數(shù)值為閾值，進(jìn)而在在單個(gè)像素上面進(jìn)行檢測(cè)。但是閾值選取有分為固定閾值和動(dòng)態(tài)閾值兩類，以前都是基于固定閾值進(jìn)行檢測(cè)的，只是社會(huì)對(duì)遙感圖像的像素要求越來(lái)越高，而固定閾值有著自身的局限性，所以采用動(dòng)態(tài)閾值來(lái)檢測(cè)。動(dòng)態(tài)閾值最大的特點(diǎn)是能夠根據(jù)不同的環(huán)境條件來(lái)使用不同的閾值，這大大提高了閾值方法使用空間。其中閾值法的物理方法計(jì)算量比較小容易實(shí)現(xiàn)，目前仍然大量的使用在云檢測(cè)方面。

2.2 基于云的紋理和空間特性的檢測(cè)方法

基于云的紋理和空間特性的檢測(cè)方法和閾值法相似，知識(shí)檢測(cè)的依據(jù)不一樣，閾值法主要是針對(duì)光譜的波段進(jìn)行分類定制。而紋理和空間特性檢測(cè)方法進(jìn)行云檢測(cè)的依據(jù)是圖像空間的數(shù)據(jù)。隨著社會(huì)對(duì)遙感圖像分辨率要求越來(lái)越高，紋理和空間特性在檢驗(yàn)中越來(lái)越關(guān)鍵。遙感圖像中的云存在顯著的空間變化，所以云紋理和空間特征進(jìn)行云檢測(cè)是有效的檢測(cè)方法。

圖像紋理空間是反映圖像光譜亮度空間變化的特征。云層變化可將云層圖像特征分為：灰度特征、頻率特征、紋理特征。算法主要選用紋理特征分為形維數(shù)和角二階矩，并采用一種基于樹狀判別結(jié)構(gòu)的快速算法，有效提高算法的運(yùn)行速度。

2.3 基于人工神經(jīng)網(wǎng)絡(luò)聚類的檢測(cè)方法

在我國(guó)和巴基斯坦合作衛(wèi)星云檢測(cè)上，人工神經(jīng)網(wǎng)絡(luò)的云檢測(cè)方法在時(shí)間和地區(qū)上具有良好的普適性。而且表現(xiàn)效果很好，減少了很多由于人員主觀原因造成的誤差。目前人工神經(jīng)網(wǎng)絡(luò)檢測(cè)方法有十大類別，其中使用自組織特征映射網(wǎng)絡(luò)、概率神經(jīng)網(wǎng)絡(luò)和最大似然神經(jīng)網(wǎng)絡(luò)表現(xiàn)最好，分辨率最高，起結(jié)果圖的視覺效果也是最好的。

我們?nèi)斯ど窠?jīng)網(wǎng)絡(luò)方法在已知的類別標(biāo)簽上進(jìn)行可以得到很好的效果，但是檢測(cè)范圍擴(kuò)大，和實(shí)際工作環(huán)境的復(fù)雜，缺少形成模式類過(guò)程的樣本，往往只能使用沒有類別標(biāo)簽樣本進(jìn)行工作，這就涉及到自動(dòng)學(xué)習(xí)方法“聚類”。

聚類方法可以提取物理特征、感興趣區(qū)域、圖像聚類和標(biāo)記、光譜分析等來(lái)識(shí)別薄卷云、冰和雪上云等。是一種非常好的云檢測(cè)方法。

3 結(jié)束語(yǔ)

目前在遙感圖像云檢測(cè)中，閾值法還是在各大機(jī)構(gòu)中占據(jù)主流的方法，但是最近幾年計(jì)算機(jī)技術(shù)和互聯(lián)網(wǎng)科技的發(fā)展，如：神經(jīng)網(wǎng)絡(luò)聚類、SVM等，科技含量比較高的方法也得到了運(yùn)用和發(fā)展。這些新的技術(shù)方法有著精確度高、準(zhǔn)確率高、可適應(yīng)多種復(fù)雜天氣環(huán)境等優(yōu)勢(shì)，但另一方面我們也感受到這類新的技術(shù)方法運(yùn)算量大，運(yùn)算模式復(fù)雜，在一般情況條件下不利于實(shí)現(xiàn)。而且實(shí)際運(yùn)用中維護(hù)難度和數(shù)據(jù)優(yōu)化算法將作為主要的專研方向。我們可以看出未來(lái)云檢測(cè)的研究進(jìn)展方向主要在于計(jì)算機(jī)技術(shù)發(fā)展神經(jīng)網(wǎng)絡(luò)聚類、SVM等方面。這也是我國(guó)要研究的方向。