Fast Cloud Detection Using Low-Frequency Components of Satellite Imagery

Abstract

Being able to rapidly detect clouds in satellite imagery is critical in terms of increasing mission efficiency of ground observation satellites. In this work, a new approach has been proposed for cloud detection involving the utilisation of lowfrequency Discrete Wavelet Transform (DWT) components whose sizes are 1/64 of the original image sizes. In the proposed method, several texture features are calculated from the low-frequency DWT components and the cloud pixels are detected by using a KNearest Neighbors (KNN) classifier. The proposed method has been tested on the Gokturk-2 images. Since the utilization of lowfrequency components leads to a significant loss in detail; the cloud detection performance have decreased to some extent. Nevertheless the obtained results were found to be sufficient for determining the cloudiness rate at a small margin of error, and at approximately 145x increased processing speed.

Yer gözlem uydularınınn görev verimliliğiini artırabilmek için uydu görüntülerindeki bulutların hızlı bir şekilde tespit edilmesi önemlidir. Bu çalışmada orijinal görüntülerden 1/64 oranında küçük ebatlarda olan düşük frekanslı Ayrık Dalgacık Dönüşümü (ADD) bileşenlerinden bulut tespit etmeyi amaçlayan yeni bir yaklaşım önerilmiştir. Önerilen çözümde düşük frekanslı bileşenlerin bir takım doku öznitelikleri hesaplanmakta ve K-En Yakın Komşu (KEYK) sınıflandırıcısıyla bulutlu pikseller tespit edilmektedir. Önerilen yöntem Göktürk-2 görüntüleri üzerinde test edilmiştir. Düşük frekanslı ADD bileşenlerinin kullanılması önemli ölçüde detay kaybına yol açtığından; bulut tespit başarımı orijinal görüntülerin kullanımına kıyasla bir miktar düşmüştür. Bununla birlikte görüntülerdeki bulutluluk oranının az bir hata payıyla tespit edilebilmesine olanak sağlayacak sonuçlar elde edilmiş ve işleme hızı yaklaşık 145 kat gibi önemli bir artış göstermiştir