留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于正交匹配追踪的云检测算法研究

王毅 何明元 葛晶晶 项杰

王毅, 何明元, 葛晶晶, 项杰. 基于正交匹配追踪的云检测算法研究[J]. 红外与激光工程, 2019, 48(12): 1203003-1203003(6). doi: 10.3788/IRLA201948.1203003
引用本文: 王毅, 何明元, 葛晶晶, 项杰. 基于正交匹配追踪的云检测算法研究[J]. 红外与激光工程, 2019, 48(12): 1203003-1203003(6). doi: 10.3788/IRLA201948.1203003
Wang Yi, He Mingyuan, Ge Jingjing, Xiang Jie. Cloud detection algorithm based on the Orthogonal Matching Pursuit[J]. Infrared and Laser Engineering, 2019, 48(12): 1203003-1203003(6). doi: 10.3788/IRLA201948.1203003
Citation: Wang Yi, He Mingyuan, Ge Jingjing, Xiang Jie. Cloud detection algorithm based on the Orthogonal Matching Pursuit[J]. Infrared and Laser Engineering, 2019, 48(12): 1203003-1203003(6). doi: 10.3788/IRLA201948.1203003

基于正交匹配追踪的云检测算法研究

doi: 10.3788/IRLA201948.1203003
基金项目: 

国家自然科学基金(41576171);国防科技大学自然科学基金;江苏省自然科学基金(BK20161465)

详细信息
    作者简介:

    王毅(1975-),女,副教授,博士,主要从事卫星遥感反演等方面的研究。Email:wangyi_rsc@126.com

  • 中图分类号: P407.8

Cloud detection algorithm based on the Orthogonal Matching Pursuit

  • 摘要: 云的定量识别在卫星数据反演中非常重要。云检测结果的质量直接影响各种反演产品的准确性。云检测实际上是一种目标识别和分类的过程,检测的目的是为了特征提取,因此,大量信号与系统中的新兴算法都被运用于云检测的技术研究中来。匹配追踪算法是近年来发展起来的非常有效的特征提取算法,而正交匹配追踪算法更能有效提高信噪比。因此文中利用正交匹配追踪算法与多通道阈值法相结合,进行了卫星云图云检测的相关研究。通过MODIS的云检测试验表明,将正交匹配追踪算法应用到多光谱云图的信息处理中可以有效提高云检测的精度。
  • [1] Goodman A H, Henderson-Sellers A. Cloud detection and analysis:A review of recent progress[J]. Atmospheric Research, 1988, 21:203-228.
    [2] Wang Yi. Development and Application of the New International Earth Observation System[M]. Beijing:China Metedogical Press, 2006:4. (in Chinese)王毅. 国际新一代对地观测系统的发展及其主要应用[M].北京:气象出版社, 2006:4.
    [3] William B Rossow, Leonid C Garder. Cloud detection using satellite measurements of infrared and visible radiances for ISCCP[J]. Journal of Climate, 1993, 6:2341-2369.
    [4] Chan J. Comment on changes in tropical cyclone number, duration, and intensity in a warming environment[J]. Science, 2006, 311:1713.
    [5] Ma Fang, Zhang Qiang, Guo Ni, et al. The study of cloud detection with multi-channal data of satellite[J].Chinese Jounal of Atmosphere Science, 2007, 31(1):119-128. (in Chinese)马芳, 张强, 郭铌, 等.多通道卫星云图云检测方法的研究[J]. 大气科学, 2007, 31(1):119-128.
    [6] Li Yanbing, Li Yuanxiang, Zhai Jingqiu. A method of extracting and representing morphological feathers of satellite cloud image[J]. Jounal of Nanjing Institue Meteology, 2006, 29(5):682-687. (in Chinese)李艳兵, 李元祥, 翟景秋. 卫星云图形态特征提取和表示的一种方法[J]. 南京气象学院学报, 2006, 29(5):682-687.
    [7] Wu Yongming, Zhang Ren, Jiang Guorong, et al. A fuzzy clustering method for multi-spectral satellite image[J]. Jounal of Tropical Meteology, 2004, 20(6):689-696. (in Chinese)吴咏明, 张韧, 蒋国荣, 等. 多光谱卫星图像的一种模糊聚类方法[J]. 热带气象学报, 2004, 20(6):689-696.
    [8] Shi Chunxiang, Qu Jianhua. Cloud classification for NOAA-AVHRR data by using a neural network[J]. Acta Meteorologica Sinica, 2002, 2:123-128. (in Chinese)师春香, 瞿建华. 用神经网络方法对NOAA-AVHRR资料进行云客观分类[J]. 气象学报, 2002, 2:123-128.
    [9] Hong Mei, Zhang Ren, Sun Zhaobo. A high-dimension feature spaces clustering and corresponding weather classification for multi-spectral satellite images[J]. Journal of Remote Sensing, 2006, 2(10):42-48. (in Chinese)洪梅, 张韧, 孙照渤. 多光谱卫星云图的高维特征聚类与降水天气判别[J]. 遥感学报, 2006, 2(10):42-48.
    [10] Chen Gangyi, Ding Xuyi, Zhao Liyan. An automatical pattern recognition techniques of cloud based on fuzzy neural network[J]. Chinese Journal of Atmosphere Science, 2005, 29(5):169-176. (in Chinese)陈刚毅, 丁旭羲, 赵丽妍. 用模糊神经网络自动识别云的技术研究[J]. 大气科学, 2005, 29(5):169-176.
    [11] Guo Hongtao, Wang Yi, Liu Xiangpei, et al. Integrated optimal method of cloud detection with meteorological satellite data[J]. Journal of PLA University of Science and Technology(Nature Science Edition),2010,11(2):221-227. (in Chinese)郭洪涛, 王毅, 刘向培, 等.卫星云图云检测的一种综合优化方法[J]. 解放军理工大学学报(自然科学版), 2010, 11(2):221-227.
    [12] 费文龙. 变分方法在GMS-5气象卫星云图处理中的应用研究[D]. 南京:南京理工大学, 2004.
    [13] Shuai Chunxiang, Wu Rongzhang, Xiang Xukang. Automatic segmentation of satellite image using hierarchical threshold and neural network[J]. Journal of Applied Meteorological Science, 2001, 12(1):69-78. (in Chinese)师春香, 吴蓉璋, 项续康. 多阈值和神经网络卫星云图云系自动分割实验[J]. 应用气象学报, 2001, 12(1):69-78.
    [14] Xue Juntao, Liu Zhengguang, Liu Huanzhu. Application of wavelet transforms on the boundary processing of the infrared satellite cloud image[J]. Journal of Tianjin University (Science and Technology), 2002, 35(6):736-739. (in Chinese)薛俊滔, 刘正光, 刘还珠. 小波变换在云图边缘处理中的应用[J]. 天津大学学报, 2002, 35(6):736-739.
    [15] Harsanyi J C, Chang C I. Hyperspectral image classification and dimensionality reduction:an orthogonal subspace projection approach[J]. IEEE Trans Geosci Remote Sens, 1994, 32(4):779-785.
    [16] Mallat S, Zhang Z F. Matching pursuits with time-frequency dictionaries[J]. IEEE Transactions on Signal Processing, 1993, 41(12):3397-3415.
    [17] Wen J M, Zhou Z C, Wang J, et al. A sharp condition for exact support recovery of sparse signals with orthogonal matching pursuit[C]//2016 IEEE International Symposium on Information Theory, IEEE, 2016:2364-2368.
    [18] Needell D, Vershynin R. Signal recovery from incomplete and inaccurate measurements via regularized orthogonal matching pursuit[J]. IEEE Journal of Selected Topics in Signal Processing, 2010, 4(2):310-316.
    [19] Needell D, Tropp J A. CoSaMP:iterative signal recovery from incomplete and inaccurate samples[J]. Applied and Computational Harmonic Analysis, 2009, 26(3):301-321.
    [20] Manolakis D, Shaw G. Detection algorithms for hyperspectral imaging applications[J]. IEEE Signal Process Lett, 2002, 19(1):29-43.
    [21] Tropp J A, Gilbert A C. Signal recovery from random measurements via orthogonal matching pursuit[J]. IEEE Transactions on Information Theory, 2007, 53(12):4655-4666.
  • [1] 刘浩, 刘栋, 毛宏霞, 肖志河.  卫星观测火箭尾喷焰红外动态场景生成研究 . 红外与激光工程, 2021, 50(7): 20200519-1-20200519-10. doi: 10.3788/IRLA20200519
    [2] 袁航, 王晓蕊, 袁影, 张卫国, 郭冰涛.  天基平台海云背景下飞机全链路成像特征建模及分析 . 红外与激光工程, 2020, 49(2): 0204004-0204004. doi: 10.3788/IRLA202049.0204004
    [3] 陈思颖, 王嘉奇, 陈和, 张寅超, 郭磐, 年璇, 孙卓然, 陈粟.  改进简单多尺度法的激光雷达云检测 . 红外与激光工程, 2020, 49(S2): 20200379-20200379. doi: 10.3788/IRLA20200379
    [4] 么嘉棋, 高小明, 李国元, 杨雄丹, 禄競, 李参海.  ICESat/GLAS回波能量数据的云光学厚度反演 . 红外与激光工程, 2019, 48(S1): 126-134. doi: 10.3788/IRLA201948.S117009
    [5] 熊晶莹, 戴明, 赵春蕾.  红外激光车载云台去抖动设计 . 红外与激光工程, 2018, 47(1): 126002-0126002(7). doi: 10.3788/IRLA201847.0126002
    [6] 蔡克荣, 仇理宽, 高瑞林.  脉冲激光引信的信号特征提取方法及应用(特邀) . 红外与激光工程, 2018, 47(3): 303004-0303004(5). doi: 10.3788/IRLA201847.0303004
    [7] 戴聪明, 赵凤美, 刘栋, 唐超礼, 魏合理.  强吸收带卷云大气红外辐射特性研究 . 红外与激光工程, 2018, 47(12): 1204003-1204003(7). doi: 10.3788/IRLA201847.1204003
    [8] 赵凤美, 戴聪明, 魏合理, 朱希娟, 马静.  基于MODIS云参数的卷云反射率计算研究 . 红外与激光工程, 2018, 47(9): 917006-0917006(7). doi: 10.3788/IRLA201847.0917006
    [9] 孙俊灵, 马鹏阁, 孙光民, 羊毅.  低信噪比下机载多脉冲激光雷达姿态不敏感性特征提取研究 . 红外与激光工程, 2017, 46(3): 330002-0330002(9). doi: 10.3788/IRLA201746.0330002
    [10] 牟福生, 李昂, 谢品华, 王杨, 徐晋, 陈浩, 张杰, 吴丰成.  利用CE318太阳光度计资料反演合肥气溶胶光学特性 . 红外与激光工程, 2016, 45(2): 211003-0211003(6). doi: 10.3788/IRLA201645.0211003
    [11] 杨红艳, 李家国, 朱利, 殷亚秋, 张永红, 雷秋良, 陈宜金.  基于历史数据的HJ-1B/IRS热红外通道定标与分析 . 红外与激光工程, 2016, 45(3): 304004-0304004(5). doi: 10.3788/IRLA201645.0304004
    [12] 方敏, 王君, 王红艳, 李天涯.  应用监督近邻重构分析的高光谱遥感数据特征提取 . 红外与激光工程, 2016, 45(10): 1028003-1028003(8). doi: 10.3788/IRLA201645.1028003
    [13] 卞春江, 余翔宇, 侯晴宇, 张伟.  最小化支持向量数分类器的云检测 . 红外与激光工程, 2014, 43(6): 1818-1822.
    [14] 闫勇刚, 欧阳健飞, 马祥, 翟羽佳.  基于2-DGabor滤波器的光学定穴体表特征提取方法 . 红外与激光工程, 2014, 43(5): 1685-1689.
    [15] 梁栋, 谢巧云, 黄文江, 彭代亮, 杨晓华, 黄林生, 胡勇.  最小二乘支持向量机用于时间序列叶面积指数预测 . 红外与激光工程, 2014, 43(1): 243-248.
    [16] 杨晟, 李学军, 朱诗兵, 刘涛.  抗仿射形变异构金字塔复合描述点特征匹配算法 . 红外与激光工程, 2014, 43(7): 2387-2392.
    [17] 刘小阳, 孙广通, 宋萍, 刘军, 李峰.  利用MODIS水汽数据进行ASAR干涉测量大气改正研究 . 红外与激光工程, 2014, 43(12): 4111-4116.
    [18] 卜令兵, 庄一洲, 徐中兵, 丘祖京, 邵楠清, 吕敏, 张强.  用于激光云高仪的微分增强云检测方法 . 红外与激光工程, 2013, 42(8): 2226-2230.
    [19] 王荣彬, 曾超, 姜湾, 李平湘.  Terra MODIS第5波段红外遥感影像条带噪声的探测与校正 . 红外与激光工程, 2013, 42(1): 273-277.
    [20] 蔡辉, 李娜, 赵慧洁.  基于本征模函数的高光谱数据特征提取方法 . 红外与激光工程, 2013, 42(12): 3475-3480.
  • 加载中
计量
  • 文章访问数:  554
  • HTML全文浏览量:  43
  • PDF下载量:  34
  • 被引次数: 0
出版历程
  • 收稿日期:  2019-10-11
  • 修回日期:  2019-11-21
  • 刊出日期:  2019-12-25

基于正交匹配追踪的云检测算法研究

doi: 10.3788/IRLA201948.1203003
    作者简介:

    王毅(1975-),女,副教授,博士,主要从事卫星遥感反演等方面的研究。Email:wangyi_rsc@126.com

基金项目:

国家自然科学基金(41576171);国防科技大学自然科学基金;江苏省自然科学基金(BK20161465)

  • 中图分类号: P407.8

摘要: 云的定量识别在卫星数据反演中非常重要。云检测结果的质量直接影响各种反演产品的准确性。云检测实际上是一种目标识别和分类的过程,检测的目的是为了特征提取,因此,大量信号与系统中的新兴算法都被运用于云检测的技术研究中来。匹配追踪算法是近年来发展起来的非常有效的特征提取算法,而正交匹配追踪算法更能有效提高信噪比。因此文中利用正交匹配追踪算法与多通道阈值法相结合,进行了卫星云图云检测的相关研究。通过MODIS的云检测试验表明,将正交匹配追踪算法应用到多光谱云图的信息处理中可以有效提高云检测的精度。

English Abstract

参考文献 (21)

目录

    /

    返回文章
    返回