论文部分内容阅读
由于可见光遥感图像中云层的覆盖程度严重,极大的影响了后续图像的使用,也降低了图像的利用率。云检测的重要性显得尤为突出。针对如上所述的问题,本文对关于可见光遥感卫星图像的云检测算法及其在 DSP硬件平台实现的技术开展了研究,所做的主要工作和主要研究内容如下: (1)将云检测的问题转变成二值分类问题,将可见光遥感图像的中的云和下垫面视为两种不同的的类别。以此为根据,本文确定了云检测的总体方案。 (2)本文对云检测算法进入了深入的研究和探索。在分析和研究了支持向量机算法和最小交叉熵阈值法之后,针对两种算法的优缺点做出分析。之后,本文对最小交叉熵阈值法提出改进。最后,本文结合两种算法的优点提出了一种综合检测算法:改进最小交叉熵和SVM联合算法。先利用改进的最小交叉熵阈值法对待测图像进行第一次粗检测,阈值法的检测效果不是很理想所以粗检测的精度会比较低。但是第一次云检测会尽量的把云包含在结果里面,把地物检测出来,从而提高检测的准确率。然后我们利用SVM算法再对粗检测结果进行第二次检测,由于SVM的检测精度比较高,这样整体检测的准确率就大大的提高了。因为阈值法的计算量小所以耗时短,所以能提高整个检测算法的时间。 (3)针对以TMS320DM642芯片为核心的DSP硬件云检测平台,本文成功的将上述所提出的算法成功移植。并对算法在DSP平台和PC平台的花费时间做了比较。验证了本文算法在实际工程应用中的可行性。