하루 동안의 맑은 하늘 합성 이미지는 일상적인 지표 감지 등 업무 응용에 중요하며, FY-4B 빠른 스캔 이미지 센서의 1 분 연속 이미지 시퀀스 데이터에 대해 본 논문에서는 이중 가우스 혼합 모델을 기반으로 하는 맑은 하늘 이미지 합성 알고리즘을 제안했다. 이 알고리즘은 먼저 고정 위치의 반사율 시계열 데이터가 구름 - 맑은 하늘 두 종류의 데이터로 가정되고 각각 가우스 분포를 따른다고 가정한다. 그런 다음, 시계열 이미지를 순차적으로 처리하여 새로운 이미지 픽셀이 구름 - 맑은 하늘 유형에 속하는지 판별하고 해당 위치의 구름 - 맑은 하늘 두 유형의 평균 값, 표준 편차 등 매개 변수를 업데이트한다. 마지막으로 전체 하루 동안의 이미지 데이터를 순차적으로 처리한 후에 맑은 하늘 유형의 반사율 평균 값을 해당 위치의 맑은 하늘 합성 결과의 반사율 추정 값으로 한다. 본 논문에서 제안된 방법의 검출 결과는 선형적인 시간 및 메모리 공간 복잡도를 가지며, 얻어진 맑은 하늘 합성 이미지의 유효한 맑은 하늘 픽셀 비율과 이미지 정보 엔트로피가 점차 증가한다. 본 논문에서 제안된 맑은 하늘 이미지 합성 알고리즘은 전형적인 맑은 하늘 알고리즘과 비교했을 때, 구름 - 맑은 하늘을 더 잘 식별하는 안정적인 특성과 구름 가장자리 그림자를 걸러내는 능력이 높다. 더 자주 발생하는 단일일 맑은 하늘 합성 이미지는 식생, 수원 감지 등 생태 원격 감시의 일상 업무 수준을 향상시킬 수 있다.

맑은 하늘 이미지 합성; FY-4B; GHI; 가우시안 모델; 물체 감지; 다중시점 원격 감시 데이터