基于模糊聚类的遥感图像云判算法

《基于模糊聚类的遥感图像云判算法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、单位代码10006学号39152206分类号TP751.1密级毕业设计(论文)基于模糊聚类的遥感图像云判算法研究院（系）名称宇航学院专业名称探测指导与控制技术学生姓名姚连生指导教师曹晓光2013年6月北京航空航天大学本科生毕业设计（论文）任务书Ⅰ、毕业设计（论文）题目：基于模糊聚类的遥感图像云判方法研究Ⅱ、毕业设计（论文）使用的原始资料（数据）及设计技术要求：1、提供的卫星遥感图像云检测的文献资料；2、提供实验用的卫星遥感图像数据集；3、要求matlab或VC++编程实现基于模糊聚类的云判算法。.Ⅲ、毕业设计（论文）工作内容：1、学习遥感图像云雪区域特征和现有算法；2、研究云雪及其他

2、高反射区域的特征；3、编程实现适合多种卫星数据源的模糊聚类云判方法；4、完成毕业设计指定的参考资料翻译；5、完成毕业设计论文的撰写。Ⅳ、主要参考资料：[1]张学工编著，《模式识别》，清华大学出版社，2010年8月第3版.[2]陈奋.高分辨率全色波段遥感影像处理中的图像复原问题研究[D].中国科学院研究生院,2006.[3]李海巍,杨敏华,刘益世.基于中值滤波和小波变换的遥感影像去云[J].测绘与空间地理信息,2012.[4]王颖,董戈.一种基于小波边缘检测的CLOUDSAT数据云检测方法[J].科学技术与工程.2009.宇航学院（系）探测指导与控制技术（航天工程）专业类391522班

3、学生姚连生毕业设计（论文）时间：2013年3月4日至2013年6月19日答辩时间：2013年6月19日成绩：指导教师：曹晓光兼职教师或答疑教师（并指出所负责部分）：系（教研室）主任（签字）：注：任务书应该附在已完成的毕业设计（论文）的首页。本人声明我声明，本论文及其研究工作是由本人在导师指导下独立完成的，在完成论文时所利用的一切资料均已在参考文献中列出。作者：姚连生签字：时间：2013年6月北京航空航天大学毕业设计(论文)第46页基于模糊聚类的遥感图像云判算法研究学生：姚连生指导老师：曹晓光摘要卫星遥感技术是一种非常重要的地球空间监测技术，因其具有成像清晰度高、覆盖面广等特点，被广泛

4、应用于气象云图分析、土地资源勘测、自然环境监测以及以军事应用为目的的地面目标检测与识别等领域，遥感卫星实时便捷的高分辨率成像为军方提供了及时、准确的情报来源。但是在利用遥感卫星获取地表信息的过程中，存在一个难以避免的问题，即云层遮挡的问题，影响了遥感图像的成像质量，并为遥感图像的后续处理带来很多困难。因此，进行遥感图像的云检测可以提高数据利用率，并为遥感图像的后续处理提供便利。云检测，顾名思义就是对通过遥感卫星图像进行分析，以区分云类目标或地物类目标。传统的遥感图像云检测的算法通常需要具有足够多的已标记样本，遥感图像因其自身成像的原因具有数据量大和数据类型复杂多样的特点，通常都是大量

5、的未标记样本，而己标记样本的获得则需要花费大量的人力物力，而且带有严重的主观评断。为了降低工作量，减轻人工标记的时间和成本，利用未标记的样本来分类，提高分类精度速度，本文考虑将模糊聚类算法应用于遥感图像的云识别中（不区分雪），主要工作如下：1.对现有的遥感图像云区域的特征描述进行了解对比和归纳，并给出一种有效的遥感图像特征，为遥感图像的特征提取提供参考；2.对现有的遥感图像云识别的部分算法进行学习对比和归纳，并将模糊聚类的算法应用于遥感图像的云识别中，利用未标记的样本进行分类；3.将基于模糊聚类的识别结果与其他识别算法进行比对评估，得出该算法的优缺点及改进方案；4.基于matlab编

6、程实现一种适合多种卫星数据源的模糊聚类云识别方法。关键词：遥感图像，云识别，特征提取，无监督分类，模糊聚类北京航空航天大学毕业设计(论文)第46页CloudtoremotesensingimagebasedonfuzzyclusteringalgorithmresearchAuthor:YAOLian-shengTutor:CAOXiao-guangAbstractSatelliteremotesensingtechnologyissoaveryimportantgeo-spatialmonitoringtechnology,becauseofitshighimagingresolu

7、tionandwidecoverage,thatwidelyusedinmeteorologicalsatellitecloudanalysis,surveyoflandresources,naturalenvironmentmonitoringandmilitaryapplicationstothegroundforthepurposeoftargetdetectionandrecognitionandotherfields.Real-timeandco