- 相关推荐
Kmeans聚类与多光谱阈值相结合的MODIS云检测算法
摘要：采用Kmeans聚类与多光谱阈值相结合的方法进行云检测.在地物光谱分析的基础上,应用Kmeans聚类算法对聚类特征数据初始分为两类,第一类为云、烟雾和雪,而植被、水体和陆地等其他下垫面为第二类;然后应用光谱阈值判断排除烟雾和雪等的干扰,对MODIS数据中的云体实现检测.还研究了我国典型区域在不同季节、小同时棚的数据.在不同下垫面的情况下,通过目视方法对该算法的性能进行检验,发现该算法能有效地检测出一些小面积云点像元,并且排除其他因素的干扰,为下一步火灾识别工作奠定良好的基础. 作者： 王伟[1] 宋卫国[1] 刘士兴[2] 张永明[1] 郑红阳[1] 田伟[1] Author： WANG Wei[1] SONG Wei-guo[1] LIU Shi-xing[2] ZHANG Yong-ming[1] ZHENG Hong-yang[1] TIAN Wei[1] 作者单位： 中国科学技术大学火灾科学国家重点实验室,安徽,合肥,230027合肥工业大学电子科学与应用物理学院,安徽,合肥,230009 期 刊： 光谱学与光谱分析 ISTICEISCIPKU Journal： SPECTROSCOPY AND SPECTRAL ANALYSIS 年，卷(期)： 2011, 31(4) 分类号： X87 关键词： MODIS 云检测 Kmeans 亮温 机标分类号： TP3 TU9 机标关键词： 聚类算法 多光谱 阈值 MODIS数据 检测算法 Kmeans Clustering Detection Algorithm 不同下垫面 地物光谱分析 算法的性能 烟雾 特征数据 判断排除 基础 干扰 方法 云检测 植被 水体 识别 基金项目： 科技部林业公益性行业科研专项，中国科学技术大学青年创新基金项目 Kmeans聚类与多光谱阈值相结合的MODIS云检测算法[期刊论文] 光谱学与光谱分析 --2011, 31(4)王伟 宋卫国 刘士兴 张永明 郑红阳 田伟采用Kmeans聚类与多光谱阈值相结合的方法进行云检测.在地物光谱分析的基础上,应用Kmeans聚类算法对聚类特征数据初始分为两类,第一类为云、烟雾和雪,而植被、水体和陆地等其他下垫面为第二类;然后应用光谱阈值判断排除烟...【Kmeans聚类与多光谱阈值相结合的MODIS云检测算法】相关文章：
MODIS图像的薄云透明云检测04-28
基于K均值聚类和遗传算法的多航迹规划方法05-03
利用MODIS资料对中国西部地区的云检测04-28
基于自适应阈值的地基云自动检测方法04-30
遗传模糊聚类算法在数据关联中的应用05-02
Landsat 7 ETM+全色与多光谱数据融合算法的比较04-26
一种改进的遗传k-means聚类算法05-02
被动传感器组网对干扰源的聚类定位算法05-02