基于区域分割和二值分类的可见光卫星图像云检测方法(英文)  

Cloud detection via region segmentation and binary classification for optical satellite images

作　　者：杨冀红 柴华[2] 史良树 战鹰 曹晓光[2] 薛斌党[2] 

机构地区：[1]中国土地勘测规划研究院,北京100035 [2]北京航空航天大学图像中心,北京100191

出　　处：《中国体视学与图像分析》2013年第4期309-317,共9页Chinese Journal of Stereology and Image Analysis

基　　金：航空科学基金项目(20080151009)

摘　　要：提出了一种基于图像区域分割和二值分类的可见光卫星图像云检测方法。首先,在HSV颜色空间中利用迭代的最大后验概率和极大似然估计方法将图像划分为若干个区域(子图像);然后,对各个子图像提取SIFT点构建其特征袋表示,最后,训练最近邻分类器和线性SVM来实现对各个子图像云区与非云区的二值分类。实验结果表明,本文提出的可见光卫星图像云检测方法的有效性。A regions based combined method for cloud detection from optical satellite images is presented Firstly, the iterative maximum a posterior （MAP） and maximum likelihood （ML） estimations method is used to segment the image into several regions in HSV color space; Secondly, Bag-of-Feature （BoF） model is utilized to represent the regions, which is created by mapping SIFT local features of the grouped sub-image regions to a certain visual word through the clustering process; Finally, nearest-neighbor （NN） classifier and linear SVM classifier are trained to detect the cloud region in optical satellite images using BoF model. Experimental results show that the presented method is effective.

关 键 词：云检测 区域分割 二值分类 可见光卫星图像 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]