Fmask算法——影像云检测算法

总结Fmask算法的学习资料。
1.经典论文：
(1) Object-based cloud and cloud shadow detection in Landsat imagery.
(2) Improved cloud and cloud shadow detection in Landsats 4-8 and Sentinel-2 imagery.
(3) Improvement of the Fmask algorithm for Sentinel-2 images: Separating clouds from bright surfaces based on parallax effects.

2.Fmask算法介绍
Fmask算法最初是为LandSat卫星4-7的云、云影和雪而开发的。通过使用基于对象的云和云阴影匹配算法，它能够为每个单独的图像提供云、云阴影和雪遮罩。

具体原理：输入数据是波段1、2、3、4、5、7和波段6亮度温度（BT）的大气顶部（TOA）反射率。对于陆地卫星L1T图像，使用LEDAPS大气校正工具将数字（DN）值转换为TOA反射率和BT（摄氏度）。然后，使用基于云和云阴影物理属性的规则提取潜在云层和潜在云阴影层。最后，利用分割出的潜在云层和几何关系匹配潜在云阴影层，生成最终云和云阴影遮罩。如果陆地卫星场景有雪，Fmask也将生成一个雪遮罩。（https://blog.csdn.net/ssshyeong/article/details/120605111）

3.实现方法
（1）Python实现方法：https://www.pythonfmask.org/en/latest/
（2）Github资源：https://github.com/gersl/fmask
（3）sentinel2 cloud mask with fmask：https://forum.step.esa.int/t/sentinel-2-cloud-mask-with-fmask/4152
（4）FMask processor:https://github.com/GERSL/Fmask