高分辨率遥感图像云检测算法研究开题报告

1. 研究目的与意义（文献综述）

1.1研究背景、目的和意义

遥感一词的含义为通过测量仪器对非接触的事物进行信息的获取、处理、分析等活动。由于航天光学遥感具有覆盖范围广、载荷质量轻、隐蔽性强、信息量丰富、分辨率高等优势，已广泛应用于侦查、测绘、深空探测、资源监测、气象和灾情预报等领域。云是一种自然现象，广泛、高频、不规律地出现在地球上空，因此云也经常在卫星影像上有所体现。随着空间科学技术的发展，对航天光学遥感提出了更高的要求，主要包括高空间分辨率、高光谱分辨率和高时间分辨率等。在气象学、飞机导航等领域中，云发挥着重要作用，是一个不可或缺的角色；但是在更多的时候，云的覆盖使得光学传感器不能获得云层下面的地表信息，很大程度上降低了数据的利用率，使得影像识别、分类和分析难以保证精度，有时甚至无法进行。因此有必要研究用于提高大容量图像数据传输有效性和效能的云检测技术，从而高效、快速地对卫星平台获取的遥感图像进行云去除。因此，对图像进行云分类检测，通过一定的措施，对不同时间段获取的同一地区图像，将有云区域与无云区域进行替换，得到一张完整的无云图像。替换后的图像包含了更为全面和丰富的地表信息，更有利于对图像进一步的分析处理，如目标识别、动态监测等，这对提高遥感数据利用率有重要的意义。

1.2遥感云检测简介

2. 研究的基本内容与方案

本课题研究的是高分辨率遥感云图像中的云区的检测和处理，通过调研和资料查阅，本课题拟采用的方案是：过基于无抽样小波变换的云区检测算法对航空、航天高分辨率遥感图像进行分析和算法实现，实现其云区自动分析和检测，并编写相关的软件代码验证功能。

主要的步骤和算法有以下几步。

对图像进行重采样：对原始的遥感图像进行重采样，重采样之后的图像数据大小为512*512大小和格式的图像数据。rgb色彩空间转his色彩空间：重采样之后的图像为r（红色）、g（绿色）和b（蓝色）三个波段的彩色图像，将图像数据从rgb色彩空间转换成hsi（h色调、s色饱和度和i亮度）色彩空间，并对其i亮度分量的数据进行处理和变换。

3. 研究计划与安排

第一周至第二周：根据题目要求展开调研工作，熟悉工作内容和技术要求，了解国内外相关技术发展现状。

第三周：完成开题报告。

第四周：查阅资料了解工艺及相关要求，编写设计说明书。

4. 参考文献（12篇以上）

[1]王跃明，郎均慰,王建宇.航天高光谱成像技术研究现状及展望[j]. 激光与光电子学展，2013（50）:75-82.

[2]王中果，汪大宝.低轨遥感卫星 ka 频段星地数据传输效能研究[j]. 航天器工程，2013（22）:72-77.

[3]刘健.fy-2 云检测中动态阈值提取技术改进方法研究[j]. 红外与毫米波学报，2010（29）:288-292.