CN113936009B - 一种气象卫星洪涝监测的云阴影去除方法、装置及设备 - Google Patents

一种气象卫星洪涝监测的云阴影去除方法、装置及设备 Download PDF

Info

Publication number
CN113936009B
CN113936009B CN202111072965.8A CN202111072965A CN113936009B CN 113936009 B CN113936009 B CN 113936009B CN 202111072965 A CN202111072965 A CN 202111072965A CN 113936009 B CN113936009 B CN 113936009B
Authority
CN
China
Prior art keywords
cloud
binary image
satellite
water body
shadow
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202111072965.8A
Other languages
English (en)
Other versions
CN113936009A (zh
Inventor
郑伟
唐世浩
杨军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
National Satellite Meteorological Center
Original Assignee
National Satellite Meteorological Center
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by National Satellite Meteorological Center filed Critical National Satellite Meteorological Center
Priority to CN202111072965.8A priority Critical patent/CN113936009B/zh
Publication of CN113936009A publication Critical patent/CN113936009A/zh
Application granted granted Critical
Publication of CN113936009B publication Critical patent/CN113936009B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/10—Devices for predicting weather conditions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/507—Depth or shape recovery from shading
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/514—Depth or shape recovery from specularities
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Environmental & Geological Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Image Processing (AREA)

Abstract

本发明的实施例提供一种气象卫星洪涝监测的云阴影去除方法、装置及设备，所述方法包括：获取具有地理定位信息的卫星通道数据；根据所述卫星通道数据，得到水体信息和对应的水体二值图；获取云像元信息和太阳角度信息，并根据所述云像元信息和太阳角度信息，得到云阴影像元在卫星图像上的坐标数据；根据所述云像元信息和云阴影像元在卫星图像上的坐标数据，得到云层二值图和预测云阴影二值图；对所述水体二值图、云层二值图和预测云阴影二值图进行云阴影去除处理，得到目标水体二值图。本发明的实施例实现减少了气象卫星洪涝监测提取水体时因为云阴影造成的误判，进而提高了洪涝监测的精度。

Description

一种气象卫星洪涝监测的云阴影去除方法、装置及设备
技术领域
本发明涉及卫星监测技术领域，特别是指一种气象卫星洪涝监测的云阴影去除方法、装置及设备。
背景技术
风云三号极轨气象卫星具有全球的观测能力，是大范围且快速获取洪涝灾害信息的重要数据源。洪涝灾害的发生通常是由于降水造成的，在洪涝灾害发生期间，通常会有大量的云的存在，而云在地面上形成的阴影，在光谱特征上与水体很相似，难以区分。造成在利用光学传感器提取洪涝水体的时候，会把大量的云影识别成水体，产生大量的误判，引起较大的误差。
发明内容
本发明提供了一种气象卫星洪涝监测的云阴影去除方法、装置及设备。实现减少了气象卫星洪涝监测时提取水体的误判，进而提高了洪涝监测的精度。
为解决上述技术问题，本发明的实施例提供以下方案：
一种气象卫星洪涝监测的云阴影去除方法，包括：
获取具有地理定位信息的卫星通道数据；
根据所述卫星通道数据，得到水体信息和对应的水体二值图；
获取云像元信息和太阳角度信息，并根据所述云像元信息和太阳角度信息，得到云阴影像元在卫星图像上的坐标数据；
根据所述云像元信息和云阴影像元在卫星图像上的坐标数据，得到云层二值图和预测云阴影二值图；
对所述水体二值图、云层二值图和预测云阴影二值图进行云阴影去除处理，得到目标水体二值图。
可选的，获取具有地理定位信息的卫星通道数据，包括：
获取卫星的原始数据；
对所述卫星的原始数据进行预处理，得到具有地理定位信息的卫星通道数据。
可选的，根据所述卫星通道数据，得到水体信息和对应的水体二值图，包括：
根据所述卫星通道数据，提取水体信息；
根据所述水体信息，通过公式得到水体二值图；其中，RGre为绿光波段的反射率，RNir为近红外波段的反射率，RG_Nth为水体指数的预设阈值。
可选的，获取云像元信息和太阳角度信息，并根据所述云像元信息和太阳角度信息，得到云阴影像元在卫星图像上的坐标数据，包括：
获取云像元的高度、云像元信息和太阳角度信息；所述云像元信息包括云像元在卫星图像上的坐标数据、卫星传感器高度角以及卫星传感器方位角；所述太阳角度信息包括太阳高度角和太阳方位角；
根据所述云像元的高度和所述云像元信息中的云像元在卫星图像上的坐标数据、卫星传感器高度角以及卫星传感器方位角，通过公式计算得到云垂直投影在地面上的位置地物在卫星图像上的坐标数据；其中，(XC_nadir_img，YC_nadir_img)为云垂直投影在地面上的位置地物在卫星图像上的坐标数据，(XC_img，YC_img)为云像元在卫星图像上的坐标数据，Hc云像元的高度，θv为卫星传感器高度角，φv为卫星传感器方位角；
根据所述云垂直投影在地面上的位置地物在卫星图像上的坐标数据和所述太阳角度信息中的太阳高度角和太阳方位角，通过公式计算得到云阴影像元在卫星图像上的坐标数据；其中，(Xshadow_img，Yshadow_img)为云阴影像元在卫星图像上的坐标数据，(XC_nadir_img，YC_nadir_img)为云垂直投影在地面上的位置地物在卫星图像上的坐标数据，Hc云像元的高度，θs为太阳高度角，φS为太阳方位角。
可选的，根据所述云像元信息和云阴影像元在卫星图像上的坐标数据，得到云层二值图，包括：
根据所述云像元信息，当云像元对应的卫星通道数据满足条件：
得到云层二值图；
其中，BTFar-inf为远红外亮温通道的亮温值，BTFar-inf_shadow为云阴影像元的亮温值，ΔBT取值为2k，k为温度单位，RRed为红通道反射率，RNir为近红外通道反射率，RRed_shadow为云阴影像元的红通道反射率，RNir_shadow为云阴影像元的近红外通道反射率。
可选的，根据所述云像元信息和云阴影像元在卫星图像上的坐标数据，得到预测云阴影二值图，包括：
通过所述云像元信息中云像元在卫星图像上的坐标数据，获取云像元的纬度信息；
根据所述云像元的纬度信息和所述云阴影像元在卫星图像上的坐标数据，按照预设间隔高度，得到云像元在预设间隔高度的所有预测云阴影范围；
将所述所有预测云阴影范围进行并集处理，得到预测云阴影二值图。
可选的，对所述水体二值图、云层二值图和预测云阴影二值图进行云阴影去除处理，得到目标水体二值图，包括：
通过公式计算得到去除云阴影影响的水体的空间分布区；其中，C1为云层二值图，S1为预测云阴影二值图，S2为云阴影二值图，W1为水体二值图，Sw1为预测云阴影二值图中被误判成水体的云阴影区，W2为去除云阴影影响的水体的空间分布区；
根据至少两个时次的去除云阴影影响的水体的空间分布区进行并集处理，得到目标水体二值图。
可选的，根据至少两个时次的去除云阴影影响的水体的空间分布区进行并集处理，得到目标水体二值图，包括：
根据至少两个时次的去除云阴影影响的水体的空间分布区，通过公式W3＝W2T1∪W2T2∪W2T3∪……∪W2Tn，得到目标水体二值图，其中，W3为目标水体二值图，W2Tn为第n时次的去除云阴影影响的水体的空间分布区，n为大于1的整数。
本发明的实施例还提供一种气象卫星洪涝监测的云阴影去除装置，所述装置包括：
获取模块，用于获取具有地理定位信息的卫星通道数据；
处理模块，用于根据所述卫星通道数据，得到水体信息和对应的水体二值图；
所述获取模块，还用于获取云像元信息和太阳角度信息，并根据所述云像元信息和太阳角度信息，得到云阴影像元在卫星图像上的坐标数据；
所述处理模块，还用于根据所述云像元信息和云阴影像元在卫星图像上的坐标数据，得到云层二值图和预测云阴影二值图；对所述水体二值图、云层二值图和预测云阴影二值图进行云阴影去除处理，得到目标水体二值图。
本发明的实施例还提供一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如上述的气象卫星洪涝监测的云阴影去除方法对应的操作。
本发明的上述方案至少包括以下有益效果：
本发明的上述方案，通过获取具有地理定位信息的卫星通道数据；根据所述卫星通道数据，得到水体信息和对应的水体二值图；获取云像元信息和太阳角度信息，并根据所述云像元信息和太阳角度信息，得到云阴影像元在卫星图像上的坐标数据；根据所述云像元信息和云阴影像元在卫星图像上的坐标数据，得到云层二值图和预测云阴影二值图；对所述水体二值图、云层二值图和预测云阴影二值图进行云阴影去除处理，得到目标水体二值图。减少了气象卫星洪涝监测时提取水体的误判，进而提高了洪涝监测的精度。
附图说明
图1为本发明实施例的气象卫星洪涝监测的云阴影去除方法的流程示意图；
图2为本发明提供的具体的实施例中气象卫星洪涝监测的云阴影去除方法的示意图；
图3为本发明实施例的气象卫星洪涝监测的云阴影去除装置的结构示意图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。
如图1所示，本发明提供一种气象卫星洪涝监测的云阴影去除方法，包括：
步骤11，获取具有地理定位信息的卫星通道数据；
步骤12，根据所述卫星通道数据，得到水体信息和对应的水体二值图；
步骤13，获取云像元信息和太阳角度信息，并根据所述云像元信息和太阳角度信息，得到云阴影像元在卫星图像上的坐标数据；
步骤14，根据所述云像元信息和云阴影像元坐标数据，得到云层二值图和预测云阴影二值图；
步骤15，对所述水体二值图、云层二值图和预测云阴影二值图进行云阴影去除处理，得到目标水体二值图。
该实施例利用卫星获取的具有地理定位信息的卫星通道数据，结合水体信息、云像元信息和太阳角度信息，确定水体二值图、云层二值图和预测云阴影二值图，进而通过云阴影去除处理，得到目标水体二值图；实现了减少气象卫星洪涝监测时提取水体的误判，进而提高了洪涝监测的精度。
本发明一可选的实施例中，步骤11，包括：
步骤111，获取卫星的原始数据；
步骤112，对所述卫星的原始数据进行预处理，得到具有地理定位信息的卫星通道数据。
本实施例中，通过卫星上搭载的成像仪获取原始数据，并对所述原始数据进行预处理，得到具有地理定位信息的卫星通道数据；
其中，预处理包括定位处理、定标处理以及质量检查处理：
定位处理用于对原始数据中的偏移位置进行平移矫正；
定标处理用于通过定标系数对卫星的原始数据进行参数换算，该参数优选的包括卫星测得的DN值(Digital Number，遥感影像像元亮度值)；
质量检查处理用于筛除原始数据中偏差值较大的数据和/或有误的数据。
一个具体的实施例1-1中，卫星为风云三号极轨气象卫星(FY-3)，卫星上搭载的中分辨成像仪MERSI(Medium Resolution Spectral Imager)或MERSI-II(MediumResolution Spectral Imager-II)获得原始数据，该中分辨成像仪的通道中最高空间分辨率为250m，卫星FY-3A、卫星FY-3B和卫星FY-3C搭载MERSI，卫星FY-3D上搭载的MERSI-II，其中，卫星FY-3A和卫星FY-3C为上午星，卫星FY-3B和卫星FY-3D为下午星，上午星是指极轨气象卫星在上午地方时飞过目标位置，下午星则是极轨气象卫星在下午地方时飞过目标位置，通过卫星FY-3A、卫星FY-3B、卫星FY-3C以及卫星FY-3D可实现对目标位置上午和下午的组网观测，一天内可实现对同一目标位置的多次监测，获取目标位置的原始数据，并通过对原始数据进行预处理，得到具有目标位置的地理定位信息的卫星通道数据。MERSI获取的卫星通道数据，如下表所示：
表1
MERSI-II获取的卫星通道数据，如下表所示：
表2
上述表1示出了FY-3的MERSI有20个通道，MERSI-II有25个通道，通过将卫星FY-3的原始数据经过预处理，生成具有地理定位信息的卫星通道数据。
本发明一可选的实施例中，步骤12包括：
步骤121，根据所述卫星通道数据，提取水体信息；
步骤122，根据所述水体信息，通过公式得到水体二值图；其中，RGre为绿光波段的反射率，RNir为近红外波段的反射率，RG_Nth为水体指数的预设阈值。
本实施例中，通过归一化差分水体指数法NDWI(Normalized Difference WaterIndex)从卫星通道数据中提取水体信息，通过公式得到水体二值图；其中，水体信息包括绿光波段的反射率RGre和近红外波段的反射率RNir，水体指数的预设阈值RG_Nth是依据卫星监测的目标位置的地理条件、天气条件以及卫星监测的时间等实际情况的差异而定；
另外，需要说明的是，卫星监测得到的水体二值图会在像元内存在云阴影的情况下受到干扰，即当卫星监测的像元内存在云阴影时，所得到的水体二值图存在误差。
一个具体的实施例1-2中，基于上述的具体实施例1-1提供的卫星通道数据，预设水体指数的预设阈值为RG_th，通过MERSI或者MERSI-II中的2通道的数据，得到绿光波段的反射率RGre，通过MERSI或者MERSI-II中的4通道的数据，得到近红外波段的反射率RNir；然后通过公式：
公式计算得到水体二值图，满足/>大于或等于RG_th的条件为水体部分，不满足/>大于或等于RG_th的条件为非水体部分，得到水体二值图。
本发明一可选的实施例中，步骤13包括：
步骤131，获取云像元的高度、云像元信息和太阳角度信息；所述云像元信息包括云像元在卫星图像上的坐标数据、卫星传感器高度角以及卫星传感器方位角；所述太阳角度信息包括太阳高度角和太阳方位角；
步骤132，根据所述云像元的高度和所述云像元信息中的云像元在卫星图像的坐标数据、卫星传感器高度角以及卫星传感器方位角，通过公式计算得到云垂直投影在地面上的位置地物在卫星图像上坐标数据；其中，(XC_img，YC_img)为云像元在卫星图像上坐标数据，(XC_nadir_img，YC_nadir_img)为云垂直投影在地面上的位置地物在卫星图像上的坐标数据，Hc云像元的高度，θv为卫星传感器高度角，φv为卫星传感器方位角；
步骤133，根据所述云垂直投影在地面上的位置地物在卫星图像上的坐标数据和所述太阳角度信息中的太阳高度角和太阳方位角，通过公式计算得到云阴影像元在卫星图像上坐标数据；其中，(Xshadow_img，Yshadow_img)为云阴影像元在卫星图像上的坐标数据，(XC_nadir_img，YC_nadir_img)为云垂直投影在地面上的位置地物在卫星图像上的坐标数据，Hc云像元的高度，θs为太阳高度角，φS为太阳方位角。
本实施例中，卫星传感器高度角和太阳高度角表示云层和云阴影之间的水平距离，太阳和卫星传感器的方位角表示云层和云阴影之间的相对方向；
通过公式：
可计算得到云垂直投影在地面上的位置地物在卫星图像上的坐标数据(XC_nadir_img，YC_nadir_img)；
然后通过公式：
可计算得到云阴影像元在卫星图像上的坐标数据(Xshadow_img，Yshadow_img)。
本发明一可选的实施例中，步骤14中得到云层二值图包括：
步骤141，根据所述云像元信息和云阴影像元在卫星图像上的坐标数据，当云像元对应的卫星通道数据满足条件：
得到云层二值图；
其中，BTFar-inf为远红外亮温通道的亮温值，BTFar-inf_shadow为云阴影像元的亮温值，ΔBT取值为2k，k为温度单位，RRed为红通道反射率，RNir为近红外通道反射率，RRed_shadow为云阴影像元的红通道反射率，RNir_shadow为云阴影像元的近红外通道反射率。
本实施例中，通过步骤13得到的云像元信息和云阴影像元在卫星图像上的坐标数据，对云层的云像元信息中的卫星通道数据进行判断，当满足上述条件时，为云层部分，当不满足上述条件时，为非云层部分；通过所述方法获得云层二值图的时效性更高，可满足气象卫星在进行洪涝监测时的更高的时效性需求。
一个具体的实施例1-3中，基于上述的具体实施例1-1提供的卫星通道数据，得到云像元信息和云阴影像元坐标数据，当像元中的云层对应的卫星通道数据满足条件：
时，为云层部分，当不满足该条件时，为非云层部分，得到云层二值图；其中，通过MERSI的5通道或者MERSI-II中的24通道的数据可获得云像元信息中的远红外亮温通道的亮温值BTFar-inf。
本发明一可选的实施例中，步骤14中得到预测云阴影二值图包括：
步骤142，通过所述云像元信息中云像元在卫星图像上的坐标数据，获取云像元的纬度信息；
步骤143，根据所述云像元的纬度信息和所述云阴影像元在卫星图像上的坐标数据，按照预设间隔高度，得到云像元在预设间隔高度的所有预测云阴影范围；
步骤144，将所述所有预测云阴影范围进行并集处理，得到预测云阴影二值图。
本实施例中，由于卫星通道数据无法直接获取云的高度Hc，因而，通过获取云像元的纬度信息，云的高度一般在0.2km(千米)至16km；不同纬度信息，云的高度也不同；当纬度信息为北纬30度至南纬30度之间，云的高度为0.2km至8km之间；当纬度信息为南北纬30度至60度之间，云的高度为0.2km至12km之间；当纬度信息为南北纬60度至90度之间，云的高度为0.2km至16km之间；
依据云的高度不同，按照预设间隔高度，得到相同纬度信息下，每一个预设间隔高度的云阴影范围，将每个像元内对应的纬度信息下的所有预设间隔高度的云阴影范围进行并集处理，得到预测云阴影二值图，该方式得到的预测云阴影二值图可以实现云阴影范围的最大程度的识别，减少预测云阴影二值图的误差。
本发明一可选的实施例中，步骤15包括：
步骤151，通过公式计算得到去除云阴影影响的水体的空间分布区；其中，C1为云层二值图，S1为预测云阴影二值图，S2为云阴影二值图，W1为水体二值图，Sw1为预测云阴影二值图中被误判成水体的云阴影区，W2为去除云阴影影响的水体的空间分布区；
步骤152，根据至少两个时次的去除云阴影影响的水体的空间分布区进行并集处理，得到目标水体二值图。
本实施例中，基于步骤11至步骤14得到的水体二值图、云层二值图以及预测云阴影二值图，得到目标水体二值图；由于云层二值图和预测云阴影二值图之间存在重叠部分，将云层二值图和预测云阴影二值图之间的重叠部分设置为云层的覆盖范围，即在预测云阴影二值图中删除云层二值图和预测云阴影二值图之间的重叠部分得到云阴影二值图，具体的，通过公式S2＝S1-(C1∩S1)，得到云阴影二值图S2，其中，S1为预测云阴影二值图，C1为云层二值图；
由于水体二值图中存在将云阴影二值图中的一部分识别为水体，通过公式SW1＝(W1∩S2)得到预测云阴影二值图中被误判成水体的云阴影区SW1；其中，S2为云阴影二值图，W1为水体二值图；
将预测云阴影二值图中的云阴影区去除，即可得到去除云阴影影响的水体的空间分布区，具体的，通过公式W2＝W1-SW1得到去除云阴影影响的水体的空间分布区W2，其中，W1为水体二值图，SW1为云阴影区；
去除云阴影影响的水体的空间分布区W2中还存在部分被误识别为云阴影区，而未被识别为水体的空间分布区的部分，因此，需要通过至少两个时次的去除云阴影影响的水体的空间分布区进行并集处理，得到目标水体二值图。
本发明一可选的实施例中，步骤152包括：
根据至少两个时次的去除云阴影影响的水体的空间分布区，通过公式W3＝W2T1∪W2T2∪W2T3∪……∪W2Tn，得到目标水体二值图，其中，W3为目标水体二值图，W2Tn为第n时次的去除云阴影影响的水体的空间分布区，n为大于1的整数。
本实施例中，气象卫星通常会提取多时次的去除云阴影影响的水体的空间分布区，通过公式W3＝W2T1∪W2T2∪W2T3∪……∪W2Tn，可进一步的减少云层和云阴影对水体监测的干扰；
需要说明的是，基于目标水体二值图W3，还可以结合与土地利用数据中获得的背景水体Wb进行叠加分析，可以得到更加精确的水体的空间分布范围。
如图2所示，一个具体的实施例2中，运用风云三号气象卫星进行洪涝水体监测，风云三号气象卫星上挂载有中分辨成像仪MERSI(或MERSI-II)，对卫星上获取的原始数据进行预处理，得到卫星通道数据，进而对卫星通道数据进行处理，分别得到水体提取后的水体二值图W1，云层覆盖信息提取后的云层二值图C1以及预测云阴影二值图S1，将云层二值图C1和预测云阴影二值图S1进行交集运算，得到云阴影二值图S2，根据水体二值图W1和云阴影二值图S2进行交集运算，可得到误判成水体的云阴影区SW1，进而得到去除云阴影区SW1后的水体的空间分布区域W2，对同一目标位置下的多时次的水体的空间分布区域W2和云层二值图进行并集运算，结合土地利用数据水体信息作为背景水体，可得到基于风云三号气象卫星的洪涝水体监测图。
本发明的实施例，可运用于测量洪涝水体信息，通过获取具有地理定位信息的卫星通道数据；根据所述卫星通道数据，得到水体信息和对应的水体二值图；获取云像元信息和太阳角度信息，并根据所述云像元信息和太阳角度信息，得到云阴影像元在卫星图像上的坐标数据；根据所述云像元信息和云阴影像元在卫星图像上的坐标数据，得到云层二值图和预测云阴影二值图；对所述水体二值图、云层二值图和预测云阴影二值图进行云阴影去除处理，得到目标水体二值图；实现了减少了气象卫星洪涝监测时提取水体的误判，进而提高了洪涝监测的精度。
如图3所示，本发明还提供一种气象卫星洪涝监测的云阴影去除装置，所述装置30包括：
获取模块31，用于获取具有地理定位信息的卫星通道数据；
处理模块32，用于根据所述卫星通道数据，得到水体信息和对应的水体二值图；
所述获取模块31，还用于获取云像元信息和太阳角度信息，并根据所述云像元信息和太阳角度信息，得到云阴影像元在卫星图像上的坐标数据；
所述处理模块32，还用于根据所述云像元信息和云阴影像元在卫星图像上的坐标数据，得到云层二值图和预测云阴影二值图；对所述水体二值图、云层二值图和预测云阴影二值图进行云阴影去除处理，得到目标水体二值图。
可选的，获取具有地理定位信息的卫星通道数据，包括：
获取卫星的原始数据；
对所述卫星的原始数据进行预处理，得到具有地理定位信息的卫星通道数据。
可选的，根据所述卫星通道数据，得到水体信息和对应的水体二值图，包括：
根据所述卫星通道数据，提取水体信息；
根据所述水体信息，通过公式得到水体二值图；其中，RGre为绿光波段的反射率，RNir为近红外波段的反射率，RG_Nth为水体指数的预设阈值。
可选的，获取云像元信息和太阳角度信息，并根据所述云像元信息和太阳角度信息，得到云阴影像元在卫星图像上的坐标数据，包括：
获取云像元的高度、云像元信息和太阳角度信息；所述云像元信息包括云像元在卫星图像上的的坐标数据、卫星传感器高度角以及卫星传感器方位角；所述太阳角度信息包括太阳高度角和太阳方位角；
根据所述云像元的高度和所述云像元信息中的云像元在卫星图像上的坐标数据、卫星传感器高度角以及卫星传感器方位角，通过公式计算得到云垂直投影在地面上的位置地物在卫星图像上的坐标数据；其中，(XC_img，YC_img)为云像元在卫星图像上的坐标数据，(XC_nadir_img，YC_nadir_img)为云垂直投影在地面上的位置地物在卫星图像上的的坐标数据，Hc云像元的高度，θv为卫星传感器高度角，φv为卫星传感器方位角；
根据所述云垂直投影在地面上的位置地物在卫星图像上的坐标数据和所述太阳角度信息中的太阳高度角和太阳方位角，通过公式计算得到云阴影像元在卫星图像上的坐标数据；其中，(Xshadow_img，Yshadow_img)为云阴影像元在卫星图像上的坐标数据，(XC_nadir_img，YC_nadir_img)为云垂直投影在地面上的位置地物在卫星图像上的的坐标数据，Hc云像元的高度，θs为太阳高度角，φS为太阳方位角。
可选的，根据所述云像元信息和云阴影像元在卫星图像上的坐标数据，得到云层二值图，包括：
根据所述云像元信息，当云像元对应的卫星通道数据满足条件：
得到云层二值图；
其中，BTFar-inf为远红外亮温通道的亮温值，BTFar-inf_shadow为云阴影像元的亮温值，ΔBT取值为2k，k为温度单位，RRed为红通道反射率，RNir为近红外通道反射率，RRed_shadow为云阴影像元的红通道反射率，RNir_shadow为云阴影像元的近红外通道反射率。
可选的，根据所述云像元信息和云阴影像元在卫星图像上的坐标数据，得到预测云阴影二值图，包括：
通过所述云像元信息中云像元在卫星图像上的坐标数据，获取云像元的纬度信息；
根据所述云像元的纬度信息和所述云阴影像元在卫星图像上的坐标数据，按照预设间隔高度，得到云像元在预设间隔高度的所有预测云阴影范围；
将所述所有预测云阴影范围进行并集处理，得到预测云阴影二值图。
可选的，对所述水体二值图、云层二值图和预测云阴影二值图进行交集处理和/或并集处理，得到目标水体二值图，包括：
通过公式计算得到去除云阴影影响的水体的空间分布区；其中，C1为云层二值图，S1为预测云阴影二值图，S2为云阴影二值图，W1为水体二值图，Sw1为预测云阴影二值图中被误判成水体的云阴影区，W2为去除云阴影影响的水体的空间分布区；
根据至少两个时次的去除云阴影影响的水体的空间分布区进行并集处理，得到目标水体二值图。
可选的，根据至少两个时次的去除云阴影影响的水体的空间分布区进行并集处理，得到目标水体二值图，包括：
根据至少两个时次的去除云阴影影响的水体的空间分布区，通过公式W3＝W2T1∪W2T2∪W2T3∪……∪W2Tn，得到目标水体二值图，其中，W3为目标水体二值图，W2Tn为第n时次的去除云阴影影响的水体的空间分布区，n为大于1的整数。
需要说明的是，该装置30是与上述方法对应的装置，上述气象卫星洪涝监测的云阴影去除方法实施例中的所有实现方式均适用于该装置的实施例中，也能达到相同的技术效果。
本发明的实施例还提供一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如上述的气象卫星洪涝监测的云阴影去除方法对应的操作。
需要说明的是，该计算设备是与上述方法对应的设备，上述气象卫星洪涝监测的云阴影去除方法实施例中的所有实现方式均适用于该计算设备的实施例中，也能达到相同的技术效果。
本发明的实施例还提供一种计算机可读存储介质，存储有指令，所述指令在计算机上运行时，使得计算机执行如上所述的方法。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本发明所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
此外，需要指出的是，在本发明的装置和方法中，显然，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。并且，执行上述系列处理的步骤可以自然地按照说明的顺序按时间顺序执行，但是并不需要一定按照时间顺序执行，某些步骤可以并行或彼此独立地执行。对本领域的普通技术人员而言，能够理解本发明的方法和装置的全部或者任何步骤或者部件，可以在任何计算装置(包括处理器、存储介质等)或者计算装置的网络中，以硬件、固件、软件或者它们的组合加以实现，这是本领域普通技术人员在阅读了本发明的说明的情况下运用他们的基本编程技能就能实现的。
因此，本发明的目的还可以通过在任何计算装置上运行一个程序或者一组程序来实现。所述计算装置可以是公知的通用装置。因此，本发明的目的也可以仅仅通过提供包含实现所述方法或者装置的程序代码的程序产品来实现。也就是说，这样的程序产品也构成本发明，并且存储有这样的程序产品的存储介质也构成本发明。显然，所述存储介质可以是任何公知的存储介质或者将来所开发出来的任何存储介质。还需要指出的是，在本发明的装置和方法中，显然，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。并且，执行上述系列处理的步骤可以自然地按照说明的顺序按时间顺序执行，但是并不需要一定按照时间顺序执行。某些步骤可以并行或彼此独立地执行。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (7)

1.一种气象卫星洪涝监测的云阴影去除方法，其特征在于，包括：
获取具有地理定位信息的卫星通道数据；
根据所述卫星通道数据，得到水体信息和对应的水体二值图；
获取云像元信息和太阳角度信息，并根据所述云像元信息和太阳角度信息，得到云阴影像元在卫星图像上的坐标数据；
根据所述云像元信息和云阴影像元在卫星图像上的坐标数据，得到云层二值图和预测云阴影二值图；
对所述水体二值图、云层二值图和预测云阴影二值图进行云阴影去除处理，得到目标水体二值图；
其中，根据所述云像元信息和云阴影像元在卫星图像上的坐标数据，得到预测云阴影二值图，包括：
通过所述云像元信息中云像元在卫星图像上的坐标数据，获取云像元的纬度信息；
根据所述云像元的纬度信息和所述云阴影像元在卫星图像上的坐标数据，按照预设间隔高度，得到云像元在预设间隔高度的所有预测云阴影范围；
将所述所有预测云阴影范围进行并集处理，得到预测云阴影二值图；
对所述水体二值图、云层二值图和预测云阴影二值图进行云阴影去除处理，得到目标水体二值图，包括：
通过公式计算得到去除云阴影影响的水体的空间分布区；其中，C1为云层二值图，S1为预测云阴影二值图，S2为云阴影二值图，W1为水体二值图，Sw1为预测云阴影二值图中被误判成水体的云阴影区，W2为去除云阴影影响的水体的空间分布区；
根据至少两个时次的去除云阴影影响的水体的空间分布区进行并集处理，得到目标水体二值图；
根据至少两个时次的去除云阴影影响的水体的空间分布区进行并集处理，得到目标水体二值图，包括：
根据至少两个时次的去除云阴影影响的水体的空间分布区，通过公式W3＝W2T1∪W2T2∪W2T3∪……∪W2Tn，得到目标水体二值图，其中，W3为目标水体二值图，W2Tn为第n时次的去除云阴影影响的水体的空间分布区，n为大于1的整数。
2.根据权利要求1所述的气象卫星洪涝监测的云阴影去除方法，其特征在于，获取具有地理定位信息的卫星通道数据，包括：
获取卫星的原始数据；
对所述卫星的原始数据进行预处理，得到具有地理定位信息的卫星通道数据。
3.根据权利要求1所述的气象卫星洪涝监测的云阴影去除方法，其特征在于，根据所述卫星通道数据，得到水体信息和对应的水体二值图，包括：
根据所述卫星通道数据，提取水体信息；
根据所述水体信息，通过条件进行判断，当满足所述条件时，为水体部分，不满足所述条件时，为非水体部分，得到水体二值图；
其中，RGre为绿光波段的反射率，RNir为近红外波段的反射率，RG_Nth为水体指数的预设阈值。
4.根据权利要求1所述的气象卫星洪涝监测的云阴影去除方法，其特征在于，获取云像元信息和太阳角度信息，并根据所述云像元信息和太阳角度信息，得到云阴影像元在卫星图像上的坐标数据，包括：
获取云像元的高度、云像元信息和太阳角度信息；所述云像元信息包括云像元在卫星图像上的坐标数据、卫星传感器高度角以及卫星传感器方位角；所述太阳角度信息包括太阳高度角和太阳方位角；
根据所述云像元的高度和所述云像元信息中的云像元在卫星图像上的坐标数据、卫星传感器高度角以及卫星传感器方位角，通过公式计算得到云垂直投影在地面上的位置地物在卫星图像上的坐标数据；其中，(XC_nadir_img，YC_nadir_img)为云垂直投影在地面上的位置地物在卫星图像上的坐标数据，(XC_img，YC_img)为云像元在卫星图像上的坐标数据，Hc云像元的高度，θv为卫星传感器高度角，φv为卫星传感器方位角；
根据所述云垂直投影在地面上的位置地物在卫星图像上的坐标数据和所述太阳角度信息中的太阳高度角和太阳方位角，通过公式计算得到云阴影像元在卫星图像上的坐标数据；其中，(Xshadow_img，Yshadow_img)为云阴影像元在卫星图像上的坐标数据，(XC_nadir_img，YC_nadir_img)为云垂直投影在地面上的位置地物在卫星图像上的坐标数据，Hc云像元的高度，θs为太阳高度角，φS为太阳方位角。
5.根据权利要求1所述的气象卫星洪涝监测的云阴影去除方法，其特征在于，根据所述云像元信息和云阴影像元在卫星图像上的坐标数据，得到云层二值图，包括：
对云层的云像元信息中的卫星通道数据进行判断，判断条件为：
当满足该条件时，为云层部分，当不满足上述条件时，为非云层部分，得到云层二值图；
其中，BTFar-inf为远红外亮温通道的亮温值，BTFar-inf_shadow为云阴影像元的亮温值，ΔBT取值为2k，k为温度单位，RRed为红通道反射率，RNir为近红外通道反射率，RRed_shadow为云阴影像元的红通道反射率，RNir_shadow为云阴影像元的近红外通道反射率。
6.一种气象卫星洪涝监测的云阴影去除装置，其特征在于，所述装置包括：
获取模块，用于获取具有地理定位信息的卫星通道数据；
处理模块，用于根据所述卫星通道数据，得到水体信息和对应的水体二值图；
所述获取模块，还用于获取云像元信息和太阳角度信息，并根据所述云像元信息和太阳角度信息，得到云阴影像元在卫星图像上的坐标数据；
所述处理模块，还用于根据所述云像元信息和云阴影像元在卫星图像上的坐标数据，得到云层二值图和预测云阴影二值图；对所述水体二值图、云层二值图和预测云阴影二值图进行云阴影去除处理，得到目标水体二值图；
根据所述云像元信息和云阴影像元在卫星图像上的坐标数据，得到预测云阴影二值图，包括：
通过所述云像元信息中云像元在卫星图像上的坐标数据，获取云像元的纬度信息；
根据所述云像元的纬度信息和所述云阴影像元在卫星图像上的坐标数据，按照预设间隔高度，得到云像元在预设间隔高度的所有预测云阴影范围；
将所述所有预测云阴影范围进行并集处理，得到预测云阴影二值图；
对所述水体二值图、云层二值图和预测云阴影二值图进行云阴影去除处理，得到目标水体二值图，包括：
通过公式计算得到去除云阴影影响的水体的空间分布区；其中，C1为云层二值图，S1为预测云阴影二值图，S2为云阴影二值图，W1为水体二值图，Sw1为预测云阴影二值图中被误判成水体的云阴影区，W2为去除云阴影影响的水体的空间分布区；
根据至少两个时次的去除云阴影影响的水体的空间分布区进行并集处理，得到目标水体二值图；
根据至少两个时次的去除云阴影影响的水体的空间分布区进行并集处理，得到目标水体二值图，包括：
根据至少两个时次的去除云阴影影响的水体的空间分布区，通过公式W3＝W2T1∪W2T2∪W2T3∪……∪W2Tn，得到目标水体二值图，其中，W3为目标水体二值图，W2Tn为第n时次的去除云阴影影响的水体的空间分布区，n为大于1的整数。
7.一种计算设备，其特征在于，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如权利要求1至5中任一项所述的气象卫星洪涝监测的云阴影去除方法对应的操作。
CN202111072965.8A 2021-09-14 2021-09-14 一种气象卫星洪涝监测的云阴影去除方法、装置及设备 Active CN113936009B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111072965.8A CN113936009B (zh) 2021-09-14 2021-09-14 一种气象卫星洪涝监测的云阴影去除方法、装置及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111072965.8A CN113936009B (zh) 2021-09-14 2021-09-14 一种气象卫星洪涝监测的云阴影去除方法、装置及设备

Publications (2)

Publication Number Publication Date
CN113936009A CN113936009A (zh) 2022-01-14
CN113936009B true CN113936009B (zh) 2023-11-21

Family

ID=79275743

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111072965.8A Active CN113936009B (zh) 2021-09-14 2021-09-14 一种气象卫星洪涝监测的云阴影去除方法、装置及设备

Country Status (1)

Country Link
CN (1) CN113936009B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115393352A (zh) * 2022-10-27 2022-11-25 浙江托普云农科技股份有限公司 基于图像识别的作物夹角测量方法及其应用

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR19990048442A (ko) * 1997-12-09 1999-07-05 정선종 극궤도 기상위성자료 수신 및 처리 시스템에서 위성자료에 포함된 구름낀 화소의 자동 제거장치 및 그방법
CN108319923A (zh) * 2018-02-05 2018-07-24 山东科技大学 一种云阴影识别方法及系统
JP2019185281A (ja) * 2018-04-06 2019-10-24 株式会社日立製作所 衛星画像変化抽出システムおよび衛星画像変化抽出方法、並びに衛星画像変化抽出システムにおけるフロントエンド部
CN110378290A (zh) * 2019-07-22 2019-10-25 中国水利水电科学研究院 一种多云光学影像数据洪涝水体信息快速提取方法及系统
CN113191312A (zh) * 2021-05-20 2021-07-30 鲁东大学 一种基于直方图智能阈值和srm辅助的遥感图像水体提取方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9230308B2 (en) * 2011-06-30 2016-01-05 Weyerhaeuser Nr Company Method and apparatus for removing artifacts from aerial images
US9721181B2 (en) * 2015-12-07 2017-08-01 The Climate Corporation Cloud detection on remote sensing imagery
WO2019049324A1 (en) * 2017-09-08 2019-03-14 Nec Corporation IMAGE PROCESSING DEVICE, IMAGE PROCESSING METHOD, AND STORAGE MEDIUM
AU2019362019B2 (en) * 2018-10-19 2024-06-27 Climate Llc Machine learning techniques for identifying clouds and cloud shadows in satellite imagery

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR19990048442A (ko) * 1997-12-09 1999-07-05 정선종 극궤도 기상위성자료 수신 및 처리 시스템에서 위성자료에 포함된 구름낀 화소의 자동 제거장치 및 그방법
CN108319923A (zh) * 2018-02-05 2018-07-24 山东科技大学 一种云阴影识别方法及系统
JP2019185281A (ja) * 2018-04-06 2019-10-24 株式会社日立製作所 衛星画像変化抽出システムおよび衛星画像変化抽出方法、並びに衛星画像変化抽出システムにおけるフロントエンド部
CN110378290A (zh) * 2019-07-22 2019-10-25 中国水利水电科学研究院 一种多云光学影像数据洪涝水体信息快速提取方法及系统
CN113191312A (zh) * 2021-05-20 2021-07-30 鲁东大学 一种基于直方图智能阈值和srm辅助的遥感图像水体提取方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Automatic cloud-shadow removal from flood/standing water maps using MSG/SEVIRI imagery;Sanmei Li;Remote Sensing;第34卷(第15期);5487-5502 *
FY-3/MERSI卫星资料监测淮河水体方法及应用;姚建国等;水文;第38卷(第03期);66-68 *
Songhua River basin flood monitoring using multi-source satellite remote sensing data;Wei Zheng等;IGRASS 2019-2019 IEEE International Geoscience and Remote Sensing Symposium;9760-9763 *
一种陆地卫星影像厚云阴影检测方法;卢鑫;赵红莉;杨树文;冶运涛;杨兴旺;;测绘科学(第05期);全文 *

Also Published As

Publication number Publication date
CN113936009A (zh) 2022-01-14

Similar Documents

Publication Publication Date Title
Piermattei et al. Suitability of ground-based SfM–MVS for monitoring glacial and periglacial processes
US9483816B2 (en) Method and system for high accuracy and reliability registration of multi modal imagery
CN103793907B (zh) 一种水体信息的提取方法及装置
Nguyen et al. Stereographic methods for cloud base height determination using two sky imagers
CN107527328B (zh) 一种兼顾精度与速度的无人机影像几何处理方法
CN110889327B (zh) 一种基于热红外图像的水域周边排污口智能检测方法
CN110703244B (zh) 基于遥感数据识别城区内水体的方法和装置
KR20200059085A (ko) 해양 표층 표류부이 관측 수온자료와 인공위성 적외영상자료를 활용한 해양 표층 해수면온도 산출 방법
CN102968631A (zh) 山区多光谱遥感卫星影像的自动几何纠正与正射校正方法
Sheng et al. Automated georeferencing and orthorectification of Amazon basin-wide SAR mosaics using SRTM DEM data
CN113253233B (zh) 基于全天空流星雷达信号的分析处理方法、系统
CN103728609A (zh) 星载多光谱红外传感器交叉辐射定标方法
CN111781146A (zh) 利用高分辨率卫星光学影像的波浪参数反演方法
CN110782429B (zh) 一种基于星载遥感相机的成像质量评估方法
CN111144350B (zh) 一种基于参考底图的遥感影像定位精度评价方法
Seiz et al. Cloud mapping from the ground: Use of photogrammetric methods
US10810704B2 (en) Method for processing an optical image acquired in the presence of aerosols and/or clouds in the atmosphere
CN113936009B (zh) 一种气象卫星洪涝监测的云阴影去除方法、装置及设备
CN117994678B (zh) 自然资源遥感测绘影像定位方法及系统
CN117078033A (zh) 一种台风灾害影响评估方法、装置及计算机
Hakim et al. Development of systematic image preprocessing of LAPAN-A3/IPB multispectral images
Li et al. Hybrid cloud detection algorithm based on intelligent scene recognition
CN109064515B (zh) 一种对月观测数据提取方法及提取装置
JP6941212B2 (ja) 画像解析システム、画像解析方法、および画像解析プログラム
CN112085751B (zh) 一种基于云图阴影匹配算法的云层高度估算方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant