【文件属性】：
文件名称：hsimatlab代码-cloud_ml:cloud_ml
文件大小：9.51MB
文件格式：ZIP
更新时间：2021-05-25 09:19:04
系统开源
hsi
matlab代码
RGB卫星图像中云的分类
1.简介
目标是开发一种用于在彩色卫星图像中进行云检测的算法。
源图像具有8位色深，只有三个通道R，G和B。仅这些通道通常不用于检测云。
但是，这不是一个完全绝望的情况。
可能是这样一个事实，即云通常具有更高的强度，因为它们在非云区域的反射率更高。
可以训练一个分类器来检测所有三个通道都较高的这些区域。
这对于较厚的不透明云效果更好，而对较薄的半透明云效果更差（半透明云始终存在，因为它们位于厚云的边缘）。
为了能够检测到更薄的云，我们遵循Zhang
and
Xiao（2014）的方法。
他们的方法基于对数百个云图像所做的观察，并说当转换为HSI颜色空间时，云通常具有较低的色相和较高的强度。
换句话说，云区域应具有比非云区域更高的I
/
H比。
我们面临一个两类问题，可以使用有监督或无监督的分类方法来解决。
尽管我们只有八个源图像，但我们还是决定采用监督分类方法。
带有注释的四幅图像将用于分类器训练，另外带有注释的四幅图像将用于评估分类性能。
我们尝试开发一种算法，将两个分别处理特征{R，G，B}和{I
/
H，S，I}的贝叶斯分类器的
【文件预览】：
cloud_ml-master
----.gitignore(12B)
----data()
--------train()
--------test()
----src()
--------find_clouds.py(8KB)
--------rgb2hsi.py(2KB)
--------train.py(4KB)
----README.md(8KB)