fmask云阴影检测原理

fmask云阴影检测原理
Fmask（功能掩蔽）是一种通用云阴影检测算法，可以将多光谱
遥感影像分割成多个物理要素分量。

它的原理是将原有的影像分解为
多个暗谱分量，比如水，雾，土地，植物和云等，并使用统计信息来
提取出这些不同的分量（特征）。

实际上，Fmask使用众多测试变量的
强有力的统计模型获取影像特征，还依靠大量的可靠历史记录和辅助
影像来识别和学习不同的物理要素。

具体来说，Fmask 将影像中每个像元值分解为多个光谱组份，并
采用K-means聚类算法确定其类别，以及改进的符号分类算法帮助识
别出每个类别中的值。

它还使用Markov假设来帮助分割这些分量：使
用相邻像元的类别来预测当前像元所属的类别。

最终，Fmask 根据先前获取的该物理要素的模式，结合标准评估，来改善分割的精度。

它可以分割出各种类型的云，比如高层云，钻穿云，卷云和浓缩低空云等，因此，它可以作为预处理步骤或数据特征
提取的有效工具。

Fmask 的优点在于可以自动检测影像中的云，而无需人为干预，
尤其是在大范围影像分析时更为显著，可实现快速准确的检测。

它还
能实现可重复性，从而缩短识别时间，并准确地检测各种类型的云。