一种高分辨率遥感图像云高度检测方法
【专利摘要】本发明提出了一种高分辨率遥感图像云高度检测方法，输入同一目标的两张不同角度遥感图像即可检测出云高度。首先，将输入图像分割为地面、云以及云和地面三个部分；然后，利用SIFT匹配算法计算出地面以及云的匹配结果，并用RANSAC算法剔除地面误匹配点，得到两幅图像地面点的坐标变换关系；利用地面点的变换关系，本发明给出了一种利用循环剔除云误匹配点的方法，可以准确得到云对地面的投影偏差；最后，根据投影偏差和已知的两幅图的成像角度，利用数学模型即可得到云的高度。本发明有效地解决因卫星姿态引起的不同角度图像中同一朵云的旋转、仿射等变换所带来的匹配精度下降的问题，提高了云高度检测的精度。
【专利说明】一种高分辨率遥感图像云高度检测方法
【技术领域】
[0001] 本发明涉及遥感图像处理、立体视觉、特征匹配等【技术领域】，可应用于多角度卫星 成像云高度探测以及卫星对特定目标成像能力预测等系统。
【背景技术】
[0002] 云作为卫星遥感图像的一个重要组成部分，它的处理一直以来都是遥感图像处理 的重点。云的高度信息是云的诸多显著特性之一。一方面，它可以用于短期的天气预测以 及长期的气候研究。另一方面，云常常会遮挡地面目标，影响卫星对地面目标的观测能力。 通过云的高度信息的探测，可以快速判断卫星能否对特定目标进行观测，使卫星能够更加 高效地工作并快速获得有效信息。
[0003] 利用立体视觉的方法探测云高度的具体思路在20世纪80年代被学者提出，但受 当时卫星获取和处理立体视觉数据能力的限制，该方法没能成功应用。而随着卫星平台以 及计算机处理数据能力的提升，近年来相关的研究成果得以发表，并付诸实践。MISR系统 (多角度成像分光光度计，Multi-AngleImagingSpectro-Radiometer)就是成功案例之 〇
[0004] 利用不同角度的图像探测云高度的关键在于对不同图像中的云进行特征匹配。 特征匹配的准确度直接影响着云高度探测的精度。SIFT算法（尺度不变特征变换，Scale InvariantFeatureTransform)被广泛应用于图像配准和图像拼接等领域，它能够在大量 数据中进行快速、准确的匹配。利用SIFT算法，能够很好地解决特征匹配的效率和精度问 题。
【发明内容】
[0005] 本发明的目的是结合立体视觉的思路和SIFT算法，从不同角度高分辨率卫星遥 感图像中快速探测云的高度。
[0006] 本发明提出利用SIFT算法探测高分辨率遥感图像云高度的方法，该方法包括如 下步骤：
[0007] 步骤1，输入同一目标在两个不同角度下的卫星遥感图像，并进行预处理；将其中 一幅作为参考图像，另一幅作为检测图像。
[0008] 步骤2,将参考图像分为地面、云以及云与地面过渡三个区域。
[0009] 步骤3,利用SIFT算法，将两幅图进行特征提取和匹配。
[0010] 步骤4,剔除地面特征误匹配点，并以地面为基准计算出两幅图的空间坐标变换关 系。
[0011] 步骤5,剔除云特征误匹配点，计算出两幅图中云对地面的投影偏差。
[0012] 步骤6,根据步骤5的结果以及已知的两幅图成像时的角度，利用数学模型，计算 出云的高度。
[0013] 本发明将SIFT算法应用于高分辨率遥感图像云高度探测，可以有效地解决因卫 星姿态引起的不同角度图像中同一朵云的旋转、仿射等变换所带来的匹配精度下降的问 题，从而提高云高度探测的精度。此外，本发明可以不依赖人为参数选择，对任意输入的两 幅视场大面积重叠、云量适中的高分辨率卫星遥感图像，只需知道它们的成像角度，即可自 适应地探测出云高度。基于以上优点，本发明可以应用于多角度卫星成像云高度探测以及 卫星对特定目标成像能力预测等系统。
【专利附图】
【附图说明】
[0014] 图1:本发明方法流程图；
[0015] 图2:本发明方法的数学模型示意图；
[0016] 图3:(a)成像视场的俯视示意图；(b)参考图像；（C)检测图像；
[0017] 图4:(a)剔除误匹配点前地面特征匹配结果示意图；(b)剔除误匹配点后地面特 征匹配结果示意图；（C)剔除误匹配点前云特征匹配结果示意图；（d)剔除误匹配点后云特 征匹配结果示意图；
[0018] 图5:剔除云特征误匹配点过程示意图。
【具体实施方式】
[0019] 现结合实施例和附图，对本发明具体步骤进行进一步描述：
[0020]首先，对数学模型进行说明。对于高分辨率卫星，其视场角通常较小，如图3 (a)，所 以可以将卫星的物方成像光线视为平行光，而且成像地面可以视为平面；同时，两次成像的 间隔很短，云的移动可以忽略不计。图2为云上一点沿两次成像光轴对地面的投影示意图。 设云对地面的垂直投影点为坐标原点，向右为正方向，光轴与地面夹角定义为与负方向夹 角；其中h为云高，ai、α2为光轴与地面夹角，δi、δ2为云对地面投影点与原点的偏差（向 右为正、向左为负），|Λ|为两次成像的投影偏差大小。如图2所示，可以将两次成像分为 三种情况：光轴与地面夹角均为锐角、光轴与地面夹角分别为锐角和钝角以及光轴与地面 夹角均为钝角。三种情况的投影偏差大小IΛI均可表示^
【权利要求】
1. 一种高分辨率遥感图像云高度检测方法，其特征在于： 步骤1，输入同一目标在两个不同角度下的卫星遥感图像，并进行预处理；将其中一幅 作为参考图像，另一幅作为检测图像； 步骤2,将参考图像分为地面、云以及云与地面过渡三个区域； 步骤3,利用SIFT算法，将两幅图进行特征提取和匹配，具体流程如下： (1) 构建高斯差分尺度空间 (2) 在构建的每一层构建高斯差分尺度空间上提取极值点 (3) 针对所找到的极值点，去除其中不稳定的点和构建高斯差分局部曲率非常不对称 的点，保留的点即为SIFT特征点 (4) 确定特征点的方向和大小，并生成特征点描述子 (5) 将参考图像和检测图像的SIFT特征点进行匹配 步骤4,剔除地面特征误匹配点，并以地面为基准计算出两幅图的空间坐标变换关系， 记下矩阵H3X3代表地面匹配关系； 步骤5,剔除云特征误匹配点，计算出两幅图中云对地面的投影偏差，其流程如下： (1) 将检测图像中的云特征点变换至参考图像坐标系下
(x2c;，y2。）和（x'lc;，y' lc)分别为检测图像的云特征点在检测图像和参考图像坐标系下的 坐标，H&为地面匹配关系矩阵的逆矩阵；求出两个坐标方向上云对地面的投影偏差像素 数3_1=0^ 1。，/1。)-0^。，71。)，其中0^，71。）为与检测图像云特征点相匹配的参考图 像特征点的坐标； (2) 设定一个阈值心，如果|Spixel |彡，将其剔除； (3) 对所有保留下的点，求出它们投影偏差像素数的均值.毛和两个方向上的标准差
占. (4) 重复步骤（3)，直至两次循环的投影偏差均值的差值的两个分量均小于一个阈值
步骤6,根据步骤5的结果以及已知的两幅图成像时的角度，利用数学模型，计算出云 的高度。
2. 根据权利要求1所述方法，其特征在于，步骤1中的预处理方法为均匀抽取输入图像 中适量的行和列，并记下原图行列数与抽取图像行列数的比值ratio。
3. 根据权利要求1所述方法，其特征在于，阈值12的选择方法为： 计算匹配误差，若匹配误差小于1，则t2= 1 ;否则，〖2等于匹配误差。
4. 根据权利要求2所述方法，其特征在于，步骤6中计算云高度所用公式和数据如下：
【文档编号】G06K9/46GK104484647SQ201410704952
【公开日】2015年4月1日 申请日期:2014年11月27日 优先权日:2014年11月27日
【发明者】陈跃庭, 孔祥海, 徐之海, 李奇, 冯华君 申请人:浙江大学