1日の晴れた空の合成画像は、日常の地表監視などの業務応用において重要であり、FY-4Bの高速スキャンイメージセンサーの1分連続イメージシーケンスデータに対して、本論文では二元ガウス混合モデルを基にした晴れた空の画像合成アルゴリズムを提案する。このアルゴリズムはまず固定地点の反射率の時系列データが雲-晴れた空の2種類のデータからなり、それぞれガウス分布に従うと仮定する。次に、時系列画像を逐次処理し、新しい画像のピクセルが雲-晴れた空のタイプに属するか判断し、その場所の雲-晴れた空の2種類の平均値、標準偏差などのパラメータを更新する。最後に、全日内の画像データを逐次処理した後、晴れた空のタイプの反射率の平均値をその場所の晴れた空の合成結果の反射率推定値とする。本論文で提案された方法の検出結果は、線形の時間およびメモリ空間の複雑さを持ち、得られた晴れた空の合成画像の有効な晴れた空のピクセル比率と画像情報エントロピーが徐々に増加する。本論文で提案された晴れた空の画像合成アルゴリズムは典型的な晴れた空アルゴリズムと比較して、雲-晴れた空をよりよく識別する安定した特性と雲のエッジシャドウをフィルタリングする能力が高い。より高頻度の単一日の晴れた空の合成画像は、植生、水体検出などの生態リモートセンシングの日常業務レベルを向上させることができる。

晴れた空の画像合成; FY-4B; GHI; ガウスモデル; 物体検出; マルチタイムリモートセンシングデータ