專利名稱：針對(duì)Landsat TM和ETM圖像的厚云及其陰影檢測(cè)方法
技術(shù)領(lǐng)域：
本發(fā)明屬于光學(xué)遙感圖像處理技術(shù)領(lǐng)域，涉及對(duì)專題制圖儀TM圖像和增強(qiáng)專題制圖儀ETM圖像的厚云及其陰影檢測(cè)，可用于遙感圖像變化檢測(cè)、分類以及圖像分割等工作的預(yù)處理。
背景技術(shù)：
隨著空間技術(shù)的不斷發(fā)展，利用中高分辨率的遙感圖像進(jìn)行陸地資源調(diào)查、變化檢測(cè)、植被以及水域的監(jiān)測(cè)等已經(jīng)越來(lái)越普及。由于天氣情況復(fù)雜多樣，衛(wèi)星在獲取遙感圖 像時(shí)極少能遇到大范圍區(qū)域內(nèi)完全晴好無(wú)云的情況。云的存在使得人們無(wú)法從圖像中獲取云覆蓋區(qū)之下的真實(shí)地表信息，這會(huì)對(duì)一些后續(xù)的分割、分類、變化檢測(cè)等工作造成困難。為了消除由于云存在而造成的不利影響，提高遙感圖像的可用性，人們提出了一些云檢測(cè)和云去除的方法。云的形狀、高度、厚度、成分及分布等情況各有不同，導(dǎo)致其對(duì)光學(xué)遙感圖像產(chǎn)生的影響也具有較大差異。根據(jù)云是否完全遮擋地面信息，可將其分為薄云和厚云。薄云是指對(duì)太陽(yáng)入射光和地表反射光只具有部分遮擋效果的云，在其覆蓋區(qū)仍能反映出一定的地表信息，并且不產(chǎn)生明顯的陰影。相對(duì)的，厚云是指對(duì)太陽(yáng)入射光和地表反射光具有完全遮擋效果的云，在其覆蓋區(qū)地表信息被完全屏蔽，并形成明顯陰影，使陰影區(qū)的地面細(xì)節(jié)難以分辨。因此，對(duì)于薄云只需盡可能恢復(fù)或增強(qiáng)云覆蓋區(qū)下的地面細(xì)節(jié)信息，即可達(dá)到消除其影響的目的，一般采用同態(tài)濾波法。而由于厚云遮蔽了在其覆蓋下全部的地表信息，僅利用原始圖像無(wú)法恢復(fù)，因而只能先檢測(cè)出其位置、大小，再利用同一地區(qū)其他時(shí)期拍攝的無(wú)云圖像進(jìn)行像元替換，以達(dá)到消除厚云的目的。由于本發(fā)明只涉及厚云及其陰影的位置、大小的檢測(cè)，因此對(duì)后續(xù)的像元替換不進(jìn)行闡述。厚云的檢測(cè)主要有灰度閾值法、空間紋理分析以及光譜分析三類方法?；叶乳撝捣ㄊ歉鶕?jù)厚云灰度值比一般地物大這一特點(diǎn)用人工或自適應(yīng)閾值將其檢出，但冰雪也具有較大的灰度值，因此容易與云混淆而產(chǎn)生誤檢，同時(shí)檢測(cè)效果很大程度受到圖像本身和閾值選取的影響?？臻g紋理分析根據(jù)厚云與地物間的空間紋理差異進(jìn)行區(qū)分，最常采用的紋理特征有分形維數(shù)和角二階矩值。雖然空間紋理分析檢測(cè)效果較灰度閾值法好，但該方法通常需要訓(xùn)練樣本，不但耗時(shí)且樣本的數(shù)量和質(zhì)量直接影響結(jié)果準(zhǔn)確性。對(duì)于多光譜和高光譜數(shù)據(jù)，由于其包含大量光譜信息，因此廣泛采用光譜分析法。普遍認(rèn)為，厚云在可見(jiàn)光和近紅外波段相對(duì)于其他地物具有較高反射率，而在熱紅外波段具有較低的亮溫值。具體做法通常是在多個(gè)波段圖像上通過(guò)分別設(shè)定閾值進(jìn)行判斷再集體決策，進(jìn)而將厚云檢測(cè)出來(lái)。中分辨率成像光譜儀MODIS圖像具有36個(gè)波段，光譜分辨率較高，針對(duì)該圖像的光譜分析法已經(jīng)有大量比較成熟且簡(jiǎn)單高效的衍生算法?？臻g分辨率中高的專題制圖儀TM圖像，其光譜分辨率不高，只有7個(gè)波段，而增強(qiáng)專題制圖儀ETM圖像也只有8個(gè)波段。現(xiàn)有光譜分析法檢測(cè)這兩種圖像中厚云的效果還不夠理想，易受到與厚云具有類似光譜反射特性的冰雪干擾，因此常結(jié)合其他方法對(duì)檢測(cè)結(jié)果進(jìn)行改善。另外，由于專題制圖儀或增強(qiáng)專題制圖儀圖像的第六波段比其他波段圖像的空間分辨率低，光譜分析法使用起來(lái)非常不便。圖像中有厚云存在時(shí)往往還伴有陰影，它會(huì)導(dǎo)致地表信息幾乎無(wú)法分辨，因此在檢測(cè)厚云的同時(shí)常常還將其陰影一同檢測(cè)出來(lái)。2010年李炳燮、馬張寶、齊清文等在文獻(xiàn)“Landsat TM遙感影像中厚云和陰影去除”(遙感學(xué)報(bào)，2010，Vol. 14, No. 3, Pages:534-545)中通過(guò)對(duì)比分析同一地區(qū)不同時(shí)期圖像中有云地域與無(wú)云地域間的光譜特征，提出了云地域和云陰影地域增強(qiáng)模型來(lái)檢測(cè)厚云及陰影。該方法需要經(jīng)過(guò)人工灰度匹配的一幅年份相近、相同季節(jié)的圖像作為輔助，對(duì)輔助圖像要求較高，并且需要人工參與。1996年 Zhenlei Cai 和 Anthony T. S.在文獻(xiàn) “Cloud detection and removal in satelliteimages for tropical regions，，(1996 3rd International Conference on SignalProcessing Proceedings, 1996，Vol. 2，Pages: 1174-1177)中先對(duì)圖像做非監(jiān)督聚類，人工選擇最佳聚類結(jié)果并從中找出云和陰影類，再通過(guò)云和陰影的位置關(guān)系進(jìn)行云影配對(duì)以去除誤檢。該方法對(duì)聚類結(jié)果要求較高且需要人工參與，而且云和陰影的配對(duì)準(zhǔn)則不完備導(dǎo)致配對(duì)穩(wěn)定性不高，因而檢測(cè)準(zhǔn)確性受到影響。2010年Jianzhong Feng、Linyan Bai、Huajun Tang 等在文獻(xiàn)“A new context-based procedure for the detectionand removal of cloud shadow from moderate-and—high resolution satellite dataover land，， (Proceedings 2010 IEEE International Geoscience and Remote SensingSymposium2010, Pages: 1718-1721)中針對(duì)FY-3-A圖像和HJ-l-A圖像特點(diǎn)，通過(guò)計(jì)算其中某個(gè)特定可見(jiàn)光波段與近紅外波段圖像的比值，采用閾值分割將厚云和陰影粗略檢測(cè)出來(lái)，然后利用太陽(yáng)、衛(wèi)星和厚云的空間關(guān)系在灰度直方圖上反映的特征進(jìn)行進(jìn)一步確認(rèn)。該方法在考慮光譜信息的同時(shí)還結(jié)合了成像時(shí)的空間關(guān)系以及像素鄰域信息，但算法存在縮放效應(yīng)，并且只適用于FY-3-A或HJ-I-A圖像，不能直接用于專題制圖儀TM圖像或增強(qiáng)專題制圖儀ETM圖像的厚云及陰影檢測(cè)。

發(fā)明內(nèi)容
本發(fā)明的目的在于針對(duì)上述已有技術(shù)的不足，提出一種針對(duì)Landsat TM和ETM圖像的厚云及其陰影檢測(cè)方法，以消除對(duì)輔助信息的需求，提高自動(dòng)化程度和檢測(cè)準(zhǔn)確度。本發(fā)明是這樣實(shí)現(xiàn)的實(shí)現(xiàn)本發(fā)明目的的技術(shù)思路是根據(jù)專題制圖儀圖像或增強(qiáng)專題制圖儀圖像在除第六波段外的第一至第七波段厚云和冰雪的灰度值大，而陰影的灰度值小的特點(diǎn)，分別檢測(cè)出厚云、冰雪和陰影；利用厚云及冰雪的飽和度極低這一性質(zhì)檢測(cè)出厚云和冰雪；根據(jù)厚云和陰影在各波段間的灰度值變化量小的特點(diǎn)檢出云和陰影，從而排除冰雪。利用厚云及陰影的伴隨關(guān)系對(duì)厚云和陰影進(jìn)行配對(duì)，以除去誤檢，并通過(guò)對(duì)未配對(duì)成功的厚云和陰影進(jìn)行補(bǔ)充檢測(cè)，消除漏檢。具體步驟包括如下(I)輸入一幅包含除第六波段外的第一至第七波段專題制圖儀TM圖像或增強(qiáng)專題制圖儀ETM圖像，以輸入圖像長(zhǎng)的1/4和寬的1/4分別作為要獲得子圖像的長(zhǎng)和寬，將輸入圖像分為互不重疊的16組子圖像，用每一組子圖像包含的6個(gè)波段圖像Yi/構(gòu)成一個(gè)子圖集Iij，其中i、j分別為行和列方向分成子圖的序號(hào)，i = {I, 2，3，4}，j = {I, 2，3，4}，b為波段序號(hào)，b = {1,2, 3,4, 5,6}；
(2)將各子圖集中的各波段子圖像Yi/分別進(jìn)行維納濾波去噪，并歸一化處理，得到歸一化后子圖像f/和歸一化后子圖集%、(3)將歸一化后子圖集所有波段圖像I/的相同空間位置處的像素灰度值相加并求平均值，得到一幅灰度平均圖像Eij，用云閾值T1對(duì)Eij做二值化分割，即把Eij中灰度值大于T1的像素灰度值置為I，其余像素灰度值置為0，得到t/的云初檢二值圖CLlij ;再對(duì)Eij用陰影閾值T2進(jìn)行分割，把Eij中灰度值小于T2的像素灰度值置為0. 5，其余像素灰度值置為0，得到的陰影初檢二值圖SHij,其中T1=O. 8，T2=O. I ；(4)對(duì)歸一化后子圖集^所有波段圖像f/的相同空間位置處的像素灰度值求方差，得到一幅方差圖像Vij，用云影閾值Tj^Vij進(jìn)行二值化分割，把Vij中灰度值小于T3的像素灰度值置為1，其余像素灰度值置為0，得到b的云影二值圖CS’ u，其中T3=O. 002 ；(5)將歸一化后子圖集中的和Y,分別作為藍(lán)、綠和紅三個(gè)顏色分 量，得到一幅紅綠藍(lán)RGB彩色合成圖像，然后將該圖像從紅-綠-藍(lán)RGB色彩空間轉(zhuǎn)換到色相-飽和度-明度HSV色彩空間，進(jìn)而得到一幅飽和度圖像Sij ;再用飽和度閾值T4對(duì)Sij進(jìn)行二值化分割，把Sij中灰度值小于T4的像素灰度值置為1，其余像素灰度值置為0，得到的飽和度云檢測(cè)圖CI^ij，其中T4=O. 02 ；(6)將歸一化后子圖集I的云初檢二值圖CLlij、云影二值圖CS’ u以及飽和度云檢測(cè)圖CL2U這三者相同空間位置處的像素灰度值相乘，得到云種子圖，并將該圖像中的云種子像素點(diǎn)在飽和度圖像Su中進(jìn)行區(qū)域生長(zhǎng)，得到^的云粗檢結(jié)果圖Cdu，其中區(qū)域生長(zhǎng)使用鄰域判斷閾值T，T=O. 03 ；(7)將歸一化后子圖集I的陰影初檢二值圖SHu和云影二值圖CS’ 相同空間位置處的像素灰度值相乘，得到陰影種子圖，并將該圖像中的陰影種子像素點(diǎn)在灰度平均圖Eij中進(jìn)行區(qū)域生長(zhǎng)，得到的陰影粗檢結(jié)果圖Sdu，其中區(qū)域生長(zhǎng)使用鄰域判斷閾值T，T=O. 03 ；(8)在8鄰域條件下，用半徑為兩個(gè)像素的圓盤形結(jié)構(gòu)元素分別對(duì)歸一化后子圖集1的云粗檢結(jié)果圖Cdu和陰影粗檢結(jié)果圖Sdu做一次數(shù)學(xué)形態(tài)學(xué)閉運(yùn)算，后將該兩幅圖中封閉區(qū)塊面積小于8個(gè)像素的區(qū)塊從圖像中剔除，并對(duì)Cdij和Sdij的對(duì)應(yīng)像素灰度值相力口，得到的云影粗檢測(cè)圖CSij;(9)分別從每個(gè)歸一化后子圖集t/的云影粗檢測(cè)圖CSu中選取該^的基準(zhǔn)對(duì)，共得到>K個(gè)基準(zhǔn)對(duì)(9a)將歸一化后子圖集t的云影粗檢測(cè)圖CSu中包含的所有M個(gè)云塊與所有N個(gè)陰影塊一一組成云影對(duì)，共MXN個(gè)；如果M=O或N=0，則該歸一化后子圖集I無(wú)基準(zhǔn)對(duì)，否則統(tǒng)計(jì)每個(gè)云影對(duì)中云塊的面積S。和周長(zhǎng)L。，陰影塊的面積Ss和周長(zhǎng)Ls、云影對(duì)質(zhì)心連線長(zhǎng)度d以及傾角0 ；(9b)判斷每一個(gè)云影對(duì)是否滿足I)式
權(quán)利要求
1.一種針對(duì)Landsat TM或ETM圖像的厚云及其陰影檢測(cè)方法，包括步驟如下 (1)輸入一幅包含除第六波段外的第一至第七波段專題制圖儀TM圖像或增強(qiáng)專題制圖儀ETM圖像，以輸入圖像長(zhǎng)的1/4和寬的1/4分別作為要獲得子圖像的長(zhǎng)和寬，將輸入圖像分為互不重疊的16組子圖像，用每一組子圖像包含的6個(gè)波段圖像Yi/構(gòu)成一個(gè)子圖集Iij，其中i、j分別為行和列方向分成子圖的序號(hào)，i = {I, 2，3，4}，j = {I, 2，3，4}，b為波段序可，b = {I, 2, 3, 4, 5, 6}； (2)將各子圖集中的各波段子圖像Yi/分別進(jìn)行維納濾波去噪，并歸一化處理，得到歸一化后子圖像Y/和歸一化后子圖集I; (3)將歸一化后子圖集I所有波段圖像Yz的相同空間位置處的像素灰度值相加并求平均值，得到一幅灰度平均圖像Eij，用云閾值Tj^Eij做二值化分割，即把Eij中灰度值大于T1的像素灰度值置為1，其余像素灰度值置為O，得到i,的云初檢二值圖CLlij ;再對(duì)Eij用陰影閾值T2進(jìn)行分割，把Eij中灰度值小于T2的像素灰度值置為0. 5，其余像素灰度值置為0， 得到t的陰影初檢二值圖SHij,其中T1=O. 8，T2=O. I ； (4)對(duì)歸一化后子圖集&所有波段圖像f/的相同空間位置處的像素灰度值求方差，得到一幅方差圖像Vij，用云影閾值T3對(duì)Vij進(jìn)行二值化分割，把Vij中灰度值小于T3的像素灰度值置為1，其余像素灰度值置為0，得到I的云影二值圖CS’ u，其中T3=O. 002 ； (5)將歸一化后子圖集匕中的f/、f/和兮/分別作為藍(lán)、綠和紅三個(gè)顏色分量，得到一幅紅綠藍(lán)RGB彩色合成圖像，然后將該圖像從紅-綠-藍(lán)RGB色彩空間轉(zhuǎn)換到色相-飽和度-明度HSV色彩空間，進(jìn)而得到一幅飽和度圖像Sij ;再用飽和度閾值T4對(duì)Sij進(jìn)行二值化分割，把Sij中灰度值小于T4的像素灰度值置為1，其余像素灰度值置為0，得到&的飽和度云檢測(cè)圖CIAj，其中T4=O. 02 ； (6)將歸一化后子圖集17的云初檢二值圖CL1U、云影二值圖CS’,j以及飽和度云檢測(cè)圖CL2U這三者相同空間位置處的像素灰度值相乘，得到云種子圖，并將該圖像中的云種子像素點(diǎn)在飽和度圖像Sij中進(jìn)行區(qū)域生長(zhǎng)，得到^的云粗檢結(jié)果圖Cdu，其中區(qū)域生長(zhǎng)使用鄰域判斷閾值T，T=O. 03 ； (7)將歸一化后子圖集I,的陰影初檢二值圖SHu和云影二值圖CS’,j相同空間位置處的像素灰度值相乘，得到陰影種子圖，并將該圖像中的陰影種子像素點(diǎn)在灰度平均圖Eij中進(jìn)行區(qū)域生長(zhǎng)，得到I的陰影粗檢結(jié)果圖Sdu，其中區(qū)域生長(zhǎng)使用鄰域判斷閾值T，T=O. 03 ； (8)在8鄰域條件下，用半徑為兩個(gè)像素的圓盤形結(jié)構(gòu)元素分別對(duì)歸一化后子圖集i#■的云粗檢結(jié)果圖Cdu和陰影粗檢結(jié)果圖Sdu做一次數(shù)學(xué)形態(tài)學(xué)閉運(yùn)算，后將該兩幅圖中封閉區(qū)塊面積小于8個(gè)像素的區(qū)塊從圖像中剔除，并對(duì)Cdi^P 對(duì)應(yīng)像素灰度值相加，得到 的云影粗檢測(cè)圖CSij ； (9)分別從每個(gè)歸一化后子圖集1#的云影粗檢測(cè)圖CSu中選取該1#的基準(zhǔn)對(duì)，共得到>K個(gè)基準(zhǔn)對(duì) (9a)將歸一化后子圖集f的云影粗檢測(cè)圖CSu中包含的所有M個(gè)云塊與所有N個(gè)陰影塊一一組成云影對(duì)，共MXN個(gè)；如果M=O或N=0，則該歸一化后子圖集^無(wú)基準(zhǔn)對(duì)，否則統(tǒng)計(jì)每個(gè)云影對(duì)中云塊的面積S。和周長(zhǎng)L。，陰影塊的面積Ss和周長(zhǎng)Ls、云影對(duì)質(zhì)心連線長(zhǎng)度d以及傾角Q ; (9b)判斷每一個(gè)云影對(duì)是否滿足I)式
2.根據(jù)權(quán)利要求I所述的針對(duì)LandsatTM和ETM圖像的厚云及其陰影檢測(cè)方法，其中所述步驟(10)中統(tǒng)計(jì)上述>K個(gè)基準(zhǔn)對(duì)的質(zhì)心連線主角度和質(zhì)心連線主長(zhǎng)度，按如下步驟進(jìn)行 (IOa)設(shè)角度閾值 =20，并設(shè)基準(zhǔn)對(duì)的序號(hào)為H，其中I < JI < >K，此處令JI=I ； (IOb)選擇第JI個(gè)基準(zhǔn)對(duì)； (IOc)將選中的基準(zhǔn)對(duì)記為A，將A的質(zhì)心連線傾角分別與其余>K_1個(gè)基準(zhǔn)對(duì)的質(zhì)心連線傾角作差并取絕對(duì)值，得到>K_1個(gè)基準(zhǔn)對(duì)的>K_1個(gè)差異角；如果這>K_1個(gè)差異角中有超過(guò)( -l)/2個(gè)小于角度閾值 ，則將所有小于角度閾值 的差異角對(duì)應(yīng)基準(zhǔn)對(duì)的質(zhì)心連線傾角與A的質(zhì)心連線傾角相加并求平均值，得到質(zhì)心連線主角度，并將該質(zhì)心連線主角度作為最終基準(zhǔn)對(duì)傾角A，將所有小于角度閾值 的差異角對(duì)應(yīng)基準(zhǔn)對(duì)的質(zhì)心連線長(zhǎng)度與A的質(zhì)心連線長(zhǎng)度相加并求平均值，得到質(zhì)心連線主長(zhǎng)度，并將該質(zhì)心連線主長(zhǎng)度作為最終基準(zhǔn)對(duì)間距D ;否則執(zhí)行步驟(IOd)； (IOd)若則將JX的值加1，并轉(zhuǎn)到步驟(IOb);若JI =>K，并仍未得到最終基準(zhǔn)對(duì)傾角A和最終基準(zhǔn)對(duì)間距D，則將角度閾值 的值增加5且令JI=1，并轉(zhuǎn)到步驟(10b)。
3.根據(jù)權(quán)利要求I所述的針對(duì)LandsatTM和ETM圖像的厚云及其陰影檢測(cè)方法，其中步驟(11)所述的根據(jù)最終基準(zhǔn)對(duì)傾角A和間距D對(duì)歸一化后子圖集中的所有云塊和陰影塊進(jìn)行配對(duì)，是根據(jù)云影對(duì)是否滿足如下公式進(jìn)行
4.根據(jù)權(quán)利要求I所述的針對(duì)LandsatTM和ETM圖像的厚云及其陰影檢測(cè)方法，其中步驟(13)所述的根據(jù)最終基準(zhǔn)對(duì)傾角A和間距D對(duì)歸一化后子圖集I的未配對(duì)云影塊圖像中的云塊補(bǔ)充檢測(cè)對(duì)應(yīng)陰影塊，通過(guò)如下步驟進(jìn)行 (13a)設(shè)Mx為歸一化后子圖隼I,的未配對(duì)云影塊圖像中云塊的個(gè)數(shù)，其中Mx彡0，若Mx等于0，則將一幅與!^的云影粗檢測(cè)圖CSu尺寸相同、所有像素灰度值全為0的空白圖像作為I的陰影補(bǔ)充檢測(cè)結(jié)果圖ADlu;否則設(shè)m為的未配對(duì)云影塊圖像中云塊的序號(hào)，其中I≤ m ≤ Mx,此處令 m = I ;(13b)根據(jù)第m個(gè)云塊的質(zhì)心像素坐標(biāo)(XM，Y )，利用3)式求出對(duì)應(yīng)陰影塊的質(zhì)心像素坐標(biāo)(Xsni, YJ ；
5.根據(jù)權(quán)利要求I所述的針對(duì)Landsat TM和ETM圖像的厚云及其陰影檢測(cè)方法，其中步驟(14)所述的根據(jù)最終基準(zhǔn)對(duì)傾角A和間距D對(duì)歸一化后子圖集I的未配對(duì)云影塊圖像中的陰影塊補(bǔ)充檢測(cè)對(duì)應(yīng)云塊，通過(guò)如下步驟進(jìn)行 (14&)設(shè)Nx為歸一化后子圖集1#的未配對(duì)云影塊圖像中陰影塊的個(gè)數(shù)，其中Nx彡0，若Nx等于0，則將一幅與b的云影粗檢測(cè)圖CSu尺寸相同、所有像素灰度值全為0的空白圖像作為Ir的云補(bǔ)充檢測(cè)結(jié)果圖AD2U;否則設(shè)n為1的未配對(duì)云影塊圖像中陰影塊的序號(hào)，其中I < n < Nx,此處令n = I ; (14b)根據(jù)第n個(gè)陰影塊的質(zhì)心像素坐標(biāo)(Xsn，Ysn)，利用4)式求出對(duì)應(yīng)云塊質(zhì)心像素坐標(biāo)(Xm，YJ ；
全文摘要
本發(fā)明公開(kāi)了一種針對(duì)Landsat TM和ETM圖像的厚云及其陰影檢測(cè)方法，其實(shí)現(xiàn)步驟為(1)將輸入圖像分成16個(gè)子圖集，并對(duì)其進(jìn)行維納濾波去噪和歸一化；(2)對(duì)各子圖集中的厚云和陰影進(jìn)行粗檢測(cè)，并從粗檢測(cè)結(jié)果中選取基準(zhǔn)對(duì)；(3)根據(jù)各基準(zhǔn)對(duì)求最終基準(zhǔn)對(duì)質(zhì)心連線傾角和間距；(4)根據(jù)最終基準(zhǔn)對(duì)質(zhì)心連線傾角和間距對(duì)各子圖集中厚云和陰影配對(duì)，并對(duì)未配對(duì)陰影和厚云進(jìn)行補(bǔ)充檢測(cè)；(5)對(duì)云影配對(duì)結(jié)果和補(bǔ)充檢測(cè)結(jié)果進(jìn)行相加，得到各子圖集的最終檢測(cè)結(jié)果子圖；(6)順序拼接各子圖集的最終檢測(cè)結(jié)果子圖，獲得最終檢測(cè)結(jié)果圖。本發(fā)明不需要輔助信息和人工參與，檢測(cè)精確度高，可用于遙感圖像變化檢測(cè)、分類以及圖像分割的預(yù)處理。
文檔編號(hào)G06T7/00GK102750701SQ20121019905
公開(kāi)日2012年10月24日 申請(qǐng)日期2012年6月15日 優(yōu)先權(quán)日2012年6月15日
發(fā)明者侯彪, 公茂果, 孫一博, 張小華, 焦李成, 王桂婷, 王爽, 田小林, 鐘樺 申請(qǐng)人:西安電子科技大學(xué)