摘 要

近年来，社会的科技水平与计算机科学与技术得到了空前的发展，相关的技术应用已经深入到了现代社会的各行各业之中，对我们的日常生活产生了巨大的影响。随之的气象卫星和遥感技术在人们的生活和国家军事等方面起着越来越重要的作用，卫星获取的遥感图像的处理和相关信息提取技术越来越重要。遥感技术与我们的日常生活十分相关，比如，利用卫星遥感图像进行气象预测、遥感分析、土地利用分析、土地监测、飞行器导航与制导和灾害预警等等。在地球上空，大约有50%的地区有云层的覆盖，因此传统的遥感图像中云区占据了大部分信息，云区的覆盖遮挡了很多有用的实际信息，同时云区的覆盖对于遥感图像来说是常见的噪声信号，很大程度上导致了很多有用数据和信息的丢失，使卫星遥感图像的数据传输效率不高，同时也使得遥感图像数据的利用率大大降低。所以，怎么样准确在遥感卫星图像中识别出云区覆盖的区域对于遥感技术的发展和应用越来越重要。

本文在现在遥感图像云区检测技术的基础上，基于现在相关技术的优势与不足，设计了一种用于高分辨率遥感图像中云区检测的遥感图像处理的算法，该算法通过对遥感图像的重采样、色彩空间转换、二维离散小波变换（SWT）和边缘检测等方法，实现了遥感图像中云区的准确检测与识别。分析了相关方法的理论可行性，为了验证相关算法的实际可行性利用MATLAB软件进行仿真和测试，并计算出了遥感图像中云区的覆盖率。最后将设计的算法用VC 计算机程序语言实现，并在Visual Studio集成IDE上编译，并测试了一系列带有云区的遥感图像，均达到了理想的遥感图像云区检测效果。

论文主要研究了一种应用于高分辨率遥感图像中的云区检测的高性能算法。

研究结果表明：该算法在遥感图像的云检测方面具有一定的实用性，能达到较高的云检测正确率，能识别遥感图像中90%以上的云区。

本文特色：结合二维稳态小波变换和边缘检测理论实现对高分辨率遥感图像中云区的准确检测与标识。

关键词：图像处理；遥感图像云检测；二维稳态小波变换；边缘检测

Abstract

In recent years, the social level of science and technology and computer science and technology has been an unprecedented development, relevant technical application has gone deep into all walks of life in modern society, has a great influence on our daily life. Satellite and remote sensing technology is more and more important in people's life and national military affairs. The processing of remote sensing image and the information extraction technology of the remote sensing image are more and more important. Remote sensing technology and our daily life very much, for example, the use of satellite remote sensing image meteorological forecast and analysis of remote sensing, land use analysis, land monitoring, vehicle navigation and guidance and disaster warning and so on. Area above the earth, about 50% of cloud cover, so the traditional remote sensing image cloud occupy most of the information, cloud cover block a lot of useful practical information, and cloud cover for remote sensing image is common noise signal, to a large extent resulted in a lot of useful data and information loss, the satellite remote sensing image data transmission efficiency is not high, also makes the use of remote sensing image data rate is greatly reduced. Therefore, how to accurately in the satellite remote sensing image recognition cloud coverage area for remote sensing technology development and application is more and more important.

The accurate detection and recognition of remote sensing image cloud paper were achieved in now based on remote sensing images cloud detection technology, based on the advantages and disadvantages of now related technology design a for high resolution remote sensing images cloud detection of remote sensing image processing algorithm, the algorithm through to the remote sensing image sampling, color space conversion, two-dimensional discrete wavelet transform (SWT) and edge detection method. Analysing the feasibility of the method, in order to verify the practical feasibility of the algorithm using MATLAB software simulation and test, and calculate the remote sensing image of cloud coverage. Finally, the design of the algorithm with VC computer program language, and compiled in the Visual Studio integrated IDE, and tested a series with a cloud of remote sensing image, have reached the ideal remote sensing images cloud detection results.

This paper mainly studies the method for high resolution remote sensing images cloud detection algorithm.

Research results show that: the algorithm has great practicality in the remote sensing image of cloud detection, can achieve a high accuracy rate of cloud detection, can identify more than 90% of the cloud area.

Key Words：Remote sensing image processing; Cloud detection;

two-dimensional stationary wavelet transform; edge detection

目 录

摘要 II

Abstract III

第1章 绪论 1

1.1课题背景及研究目的与意义 1

1.2国内研究背景与现状 2

1.3国外研究背景与现状 2

1.4云检测总体方案设计 4

1.4.1总体方案及主要方法 4

1.4.2主要算法流程图 4

第2章 云检测算法理论研究 6

2.1图像重采样算法理论研究 6

2.1.1常用图像重采样算法 6

2.1.2双线性插值算法 7

2.2色彩空间转换算法理论研究 8

2.2.1 RGB、HSI色彩空间原理 8

2.2.2色彩空间转换方法及公式 9

2.3稳态小波变换算法理论研究 9

2.3.1小波变换概述 9

2.3.2稳态小波变换原理及方法 11

2.4边缘检测算法理论研究 13

2.4.1常用的边缘检测算子 14

2.4.2 Canny算子边缘检测 15

第3章 云检算法仿真研究 17

3.1仿真工具介绍 -----------------------------------------------------------17

3.2图像重采样算法仿真 17

3.3色彩空间转换算法仿真 18

3.4稳态小波变换算法仿真 20

3.5边缘检测算法仿真 22

3.6云区覆盖率程序仿真-----------------------------------------------------------24

第4章 云检测算法VC 代码实现 26

第5章 总结与展望 27

参考文献 28

致 谢 30

附 录 31

第1章 绪论

1.1课题背景及研究目的与意义

在当今信息时代，信息和计算机技术迅猛发展，人们的生活越来越离不开卫星遥感技术。卫星遥感技术在人们的平时的生活、国家军事科技、环境、农业和气象预测等领域有着巨大的作用，比如，最常见的遥感技术应用就是天气预报。

云是自然界中一种常见的自然现象，云自然形成且没有一定的规律，在地表的上空占据了很大的面积和区域，因此，含有云区覆盖的遥感图像在卫星所获取的遥感图像中占据了很大的比例^[1]。采用可见光卫星成像的图像中会经常出现云遮挡和云区的覆盖，挡住了很多有用的信息，不利于图像后期的处理与分析，但是将有云区遮挡的卫星图像丢弃，那么会增加卫星成像、图像数据压缩和传输的成本，不利于经济性的原则。例如在一些云区和雨水较多的地区，在卫星获取的遥感图像中，含有较多的云区覆盖的图像，要拍到一张完全无云的图像用于遥感分析和信息提取是很难的。在气象学中，很多时候需要依靠卫星获取的遥感图像进行分析，在飞行器导航领域中，云区对飞行器的轨迹规划、预测和制导也有着很大的作用，在遥感科学中，在卫星获取的遥感图像中，云区的存在遮住了很多地表实际有用的信息，对于后期的数据分析极其不利，这样的遥感图像也不能直接用于实际。

在实际卫星所获取的遥感图像中，几乎无云的遥感图像极少，整幅图像有被云区覆盖的遥感图像的总数占所有遥感图像的大部分，对于被云区覆盖较大或者全部覆盖的卫星遥感图像，大量云区的遮挡使其几乎不具备任何可用的信息，几乎没有使用价值。数据宽带、系统存储空间和系统数据处理能力很大程度上决定了遥感图像数据传输的效率，而大量带有云区覆盖的遥感图像含有的有用信息少，实际价值较少，而被云区覆盖的遥感图像的占据比例很大，这样的遥感图像如果被传输到地面，利用价值较小，总体上降低了相关遥感资源的利用效率。