论文部分内容阅读
在极的区域,云和内在的冰雪区域是困难的因为他们的高反照率,在红外线的乐队在可见乐队和冰雪区域的低表面温度在卫星图象区分。在南极洲的盖住的区域被介绍的在冰雪上的一个云察觉方法。由于云和 ice-snowareas 的不同质地特征,五个质地特征基于 GLCM 被提取。非线性的 SVM 然后被用来从训练数据获得最佳的分类超。实验结果显示这个算法在南极洲表现很好在云察觉,特别为薄触毛察觉。而且,当图象是到实际尺寸的一个季度或 1/16 的物件 ampled 时,云百分比仍然在一样的水平,当处理时间指数地减少时。