A imagem composta do céu claro de um dia é importante para aplicações comerciais, como monitoramento diário de superfície, e a proposta deste artigo é um algoritmo de síntese de imagem de céu claro baseado em um modelo de mistura gaussiano para dados de sequência de imagens contínuas de 1 minuto do sensor de imagem de varredura rápida do satélite FY-4B. Este algoritmo primeiramente assume que os dados temporais de refletância de um local fixo consistem em dois tipos de dados, nuvem e céu claro, cada um seguindo uma distribuição gaussiana. Em seguida, processa as imagens sequencialmente para determinar se um novo pixel da imagem pertence ao tipo de nuvem ou céu claro, e atualiza os parâmetros, como média e desvio padrão, de cada tipo de nuvem e céu claro nesse local. Por fim, depois de processar todas as imagens do dia, usa a média da refletância do tipo de céu claro como uma estimativa da refletância do resultado da síntese de céu claro nesse local. Os resultados da detecção desse método proposto mostram que ele tem complexidade temporal e espacial linear e que a proporção efetiva de pixels de céu claro e a entropia da informação da imagem composta de céu claro aumentam gradualmente. O algoritmo proposto de síntese de imagem de céu claro tem características robustas para distinguir nuvem e céu claro, e capacidade de filtrar sombras na borda da nuvem em comparação com algoritmos de céu claro típicos. Imagens compostas de céu claro com maior frequência em um único dia podem melhorar o nível de monitoramento de vegetação, corpos d'água e outras aplicações do sensoriamento remoto ecológico no dia a dia.

Síntese de imagem de céu claro; FY-4B; GHI; modelo gaussiano; detecção de objetos; dados de sensoriamento remoto de múltiplos tempos