基于HSV色彩空间的遥感图像快速云检测

发布时间：2025-05-14 23:06

　　 对可见光波段遥感图像进行HSV色彩空间变换,结合图像的亮度特征和饱和度特征,对饱和度通道和亮度通道分别进行同态滤波和直方图均衡化处理,增强目标云区对比度;转换为RGB色彩空间之后,接着进行2%的线性拉伸,结合云的暗原色通道特性生成暗通道图,不断突出云区与非云区对比;最后进行otsu阈值分割提取云区。实验依托实际项目需求,针对原始影像波段少的特点,选取3幅压缩后全色遥感影像为实验数据,并与阈值法进行目视判别和精度统计对比。实验结果表明该方法可以快速、较高精度地检测出云区,所提出的方法对检测数据质量和波段数要求低,检测快速,检测云区较为完整准确、实用性强。

【文章页数】：7 页

【部分图文】：

图1 算法总流程图

RGB色彩空间以R（红）、G（绿）、B（蓝）3种基本色为基础，进行不同程度的叠加，不同的混色比例产生各种中间色[7-8]。卫星影像RGB色彩模型对厚云的检测较好，但是难以识别薄云。以HSV表示的颜色之间的Euclidean距离与人类的视觉感知距离相对应这种颜色模型把颜色分解成3个....

图2 不同光谱特征影像

通过对影像色彩空间转换后的HSV特征分析发现，亮度I和饱和度S在云区分别呈现高亮度和低饱和度的特性[10]。图2为一幅有云去影像在H、S、V特征上的光谱呈现。经分析，饱和度特征影像上云区较为突出，选用饱和度特征作为主特征分离云区，亮度特征能有效补充被漏检区域。1.1.2S通道上....

图3 S通道同态滤波流程图

3）用同态滤波函数进行滤波处理（Homo(u,v)），同态滤波传递函数如图3所示。本文选用对傅立叶变换的高频分量和低频分量影响不同的滤波函数，设高通滤波器的转移函数为High(u,v)，同态滤波函数为Homo(u,v)：由High(u,v)到Homo(u,v)的映射为：式中，如果....

图4 同态滤波传递函数

式中，i′(x,y)为经过傅立叶逆变换的照度分量，r′(x,y)为经过傅立叶逆变换之后的反射分量。1.1.3V通道上的直方图均衡化

本文编号：4045873