В статье содержится описание алгоритма надежного выделения облаков на изображениях, полученных аппаратурой, функционирующей по принципу пространственного разделения светового потока по светочувствительным элементам, соответствующим различным спектральным каналам. Рассмотрены причины, затрудняющие применение в подобной ситуации широко используемых алгоритмов выделения облачности. Показано, что многоэтапный алгоритм, использующий на первом этапе предварительное выделение облачности посредством колометрического алгоритма, на втором – уточнение выделения с помощь Байесовского классификатора и в заключение – стереофотограмметрическую фильтрацию результатов, обладает высокой надёжностью и быстродействием. Показано, что использование стереофотограмметрической фильтрации предварительно подготовленных данных существенно повышает качество сегментации, не приводя к значительному снижению быстродействия. Приведены примеры, иллюстрирующие способность разработанного алгоритма отличать облачные объекты от снежных и песчаных областей, а также объектов инфраструктуры. Проведено сравнение разработанного алгоритма с используемыми в настоящее время и показано его превосходство. Приведены оценки быстродействия и качества работы.

This paper describes novel clouds segmentation algorithm, designed to process high spatial resolution EO imagery, obtained by equipment that uses principle of light flux spatial separation to different spectral channels sensors. Causes, that makes hard to apply wide used cloud detection algorithms in this situation are reviewed. Shown, that multistage algorithm, that uses colometric algorithm for preliminary clouds detection, Bayes classifier for more accurate detection and stereophotogrammetric filtration of results, have good speed and reliability. Shown, that using of spereophotogrammetric filtering of preprocessed data significantly improves segmentation quality, while speed decrease still small. Shown examples, that illustrates ability of developed algorithm to distinguish clouds from snow, desert and infrastructure objects. Given a comparison between developed algorithm and wide used algorithms and shown superiority of new algorithm. Performance and quality estimates are provided.