基于边缘特征和AdaBoost分类的遥感图像云检测

被引：7

作者：

王奎 ^{[1
]}

张荣 ^{[1
]}

尹东 ^{[1
]}

张海堂 ^{[2
]}

机构：

[1] 中国科学技术大学电子工程与信息科学系

[2] 西南电子电信技术研究所

来源：

遥感技术与应用 | 2013年 / 28卷 / 02期

关键词：

云检测; 边缘特征; AdaBoost; 邻域修正;

D O I：

暂无

中图分类号：

TP751 [图像处理方法];

学科分类号：

摘要：

传统遥感图像云检测方法在处理山地、雪地、暗云等场景时极易发生错判,准确度较低。通过对遥感图像中云与地物的不同特点进行分析,提出一种新的遥感图像边缘特征描述方法,结合图像的边缘特征和灰度特征使用AdaBoost分类器进行云图分类,并利用图像的空间相关性对分类结果进行修正。经10万余幅图像测试结果表明:该算法与传统算法相比准确度极大提高,正确率达到96%以上,且运算速度快,满足实时性要求。

引用

页码：263 / 268

页数：6

共 8 条

[1] 一种新的可见光遥感图像云判别算法 [J].