云检测作为遥感影像数据处理中的重要组成部分,在气候分析等各个方面起到了重要的作用。在云检测研究中,无论是应用广泛的阈值法或是基于模式识别的方法,以及在二者基础上的综合分析法。这些方法大多都依赖于单一类型的遥感数据来源,且在特征提取方面十分依赖先验知识,受主观影响较大。本文利用两种不同类型"风云"系列气象遥感卫星的可见光红外扫描辐射计(Visibleand Infrared Radiometer,VIRR)以及多通道扫描成像辐射计(Advanced Geosynchronous Radiation Imager,AGRI)数据,以全卷积神经网络为基础进行云检测,利用其自动提取深层隐含特征等特性,极大保留特征信息。最后结合全连接条件随机场模型进行云系边缘优化。实验结果表明,该算法分别应用于以上两种不同类型遥感影像数据,都较好地完成了云像元和非云像元的分离。
类型: 期刊论文
作者: 高军,荆益国
关键词: 云检测,遥感影像,风云卫星,全卷积神经网络
来源: 红外技术 2019年07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: 上海海事大学信息工程学院
基金: 国家自然科学基金项目(61602296)
分类号: TP751;TP183
页码: 607-615
总页数: 9
文件大小: 1130K
下载量: 342
本文来源: https://www.lunwen90.cn/article/3aa4aa7ab7e6f06ab4e1ca80.html