基于全卷积网络的遥感图像自动云检测

论文摘要

气象卫星图像云检测是气象预报领域中的一项重要任务。包含降水预测,气象灾害预测在内的若干气象预报任务都依赖精确的云检测结果。依据气象卫星遥感图像数据,本文提出了一种基于全卷积网络模型的遥感图像云分割算法,实现了高分辨率、大尺度、多通道遥感图像的云分割。我们的算法包含:1)图像分块;2)块状图像分割;3)分割图像拼接三个主要步骤,实现了像素级精度的云分割。相比传统算法,我们的算法不依赖人工经验,完全由数据驱动,并在极端数据情形下具有更好的鲁棒性。测试数据结果显示,我们的算法能够满足气象预报的需要,且具有商业应用的潜力。

论文目录

• 1 引言
• 2 理论模型和方法
•   2.1 气象卫星数据集与云检测问题
•   2.2 基于全卷积网络的气象卫星图像分割算法
•     2.2.1 算法框架
•     2.2.2 图像局部化
•     2.2.3 图像分割模型
•     2.2.4 图像拼接
• 3 实验结果与分析
•   3.1 模型参数设置
•   3.2 云检测结果
•   3.3 与MODIS标注的比较
• 4 结论

文章来源

类型: 期刊论文

作者: 安捷,马尽文

关键词: 遥感图像,语义分割,全卷积网络,深度学习,云检测

来源: 信号处理 2019年04期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 工业通用技术及设备,自动化技术

单位: 北京大学数学科学学院信息科学系和数学及其应用教育部重点实验室

基金: 国家自然科学基金(U1604153)资助

分类号: TP751;TP183

DOI: 10.16798/j.issn.1003-0530.2019.04.005

页码: 556-562

总页数: 7

文件大小: 2452K

下载量: 305