公开(公告)号：CN109063663A

公开(公告)日：2018-12-21

申请号：CN201810908851.4

申请日：2018-08-10

Applicant: 武汉大学

Inventor： 张永军 ,  文飞 ,  张祖勋 ,  郑志

IPC: G06K9/00 ,  G06K9/34 ,  G06K9/62 ,  G06T3/00

CPC classification number: G06K9/0063 ,  G06K9/342 ,  G06K9/6247 ,  G06T3/0075

Abstract: 本发明公开了一种由粗到精的时序遥感影像厚云检测与去除方法。首先对影像进行预处理，包括超像素分割和转换时序影像构成矩阵。利用低秩理论和结构性稀疏理论分别对背景(理想的无云地表信息)和前景(云及其阴影)进行建模，利用鲁棒主成分分析框架并引入仿射变换模型将时序影像分离成前景和背景，得到超像素级的云及云阴影区域。再对云区和非云区设置不同的尺度因子，利用原始鲁棒主成分分析进行分解，完成遥感序列影像的厚云去除。本发明针对未配准的多时相遥感影像序列，大大提高了遥感影像厚云去除的精度和效率，并且可生成高精度云及云阴影检测产品，具有极高的多时相遥感影像研究及应用价值。

公开(公告)号：CN109063663B

公开(公告)日：2021-08-03

申请号：CN201810908851.4

申请日：2018-08-10

Applicant: 武汉大学

Inventor： 张永军 ,  文飞 ,  张祖勋 ,  郑志

IPC: G06K9/00 ,  G06K9/34 ,  G06K9/62 ,  G06T3/00

Abstract: 本发明公开了一种由粗到精的时序遥感影像厚云检测与去除方法。首先对影像进行预处理，包括超像素分割和转换时序影像构成矩阵。利用低秩理论和结构性稀疏理论分别对背景(理想的无云地表信息)和前景(云及其阴影)进行建模，利用鲁棒主成分分析框架并引入仿射变换模型将时序影像分离成前景和背景，得到超像素级的云及云阴影区域。再对云区和非云区设置不同的尺度因子，利用原始鲁棒主成分分析进行分解，完成遥感序列影像的厚云去除。本发明针对未配准的多时相遥感影像序列，大大提高了遥感影像厚云去除的精度和效率，并且可生成高精度云及云阴影检测产品，具有极高的多时相遥感影像研究及应用价值。