基于多特征融合的层次支持向量机遥感图像云检测

云检测是遥感图像处理和应用的前提,针对遥感图像云检测的准确率容易受到薄云及似云地物影响的挑战,提出一种结合遥感影像灰度、纹理和频率特征的层次支持向量机云检测算法.该方法首先采用简单线性迭代聚类算法将遥感图像分割为像素块,再采用一种层次支持向量机分类器对遥感图像以像素块为单位进行云检测.层次支持向量机的第一层将像素块初步分为"云"和"地物"两类.层次向量机的第二层针对第一层分类的结果分别设计两个分类器进行进一步分类,并将分类后的结果合并为"厚云"、"薄云"、"地物"三类.最后,将分类结果进行膨胀处理,得到最终的云检测结果.选取高分一号WFV的RGB波段遥感图像进行实验,结果显示提出的新方法对实验图像的云检测平均准确率为95.4％,表明该方法可适用于多种场景下遥感图像的云检测,服务于遥感产品的生产和应用.