基于卷积神经网络的场景级云分类算法

• 作者: 于志成 张晔 李涛 杨秉新
• 来源期刊: 沈阳师范大学学报（自然科学版）
• 学科: 航空航天
• 关键词: 场景级 云分类 深度学习
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 理论与应用研究
• 页码范围: 80-87
• 页数: 8页
• 分类号: V557+.1
• 字数: 6809字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-5862.2019.01.016

摘要

遥感图像受云层覆盖的影响,使得光学卫星拍摄的遥感图像中的大量地表或地物被云层遮挡,大量下传此类云覆盖图像则严重浪费卫星对地数传资源.面向遥感图像的在轨云判应用,根据星上对不同含云量场景级遥感图像块的不同处理策略,提出一种新的云覆盖度等级场景分类准则,利用该准则进一步提出基于深度卷积网络的云图像场景分类算法,将传统图像分割算法只计算整幅图像云占比来进行云判的方式,精细到局部场景的不同级别云判,为卫星数据下传提供更精细的指示信息,更有效的利用在轨拍摄资源.通过多组实验分析,同时考虑到星上计算资源的限制,确定了合适的训练样本数量和深度卷积网络,最终证明提出的算法可以实现局部场景不同级别的精准云判.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨秉新		28	323	10.0	17.0
2	李涛		31	157	8.0	11.0
3	张晔		3	7	1.0	2.0
4	于志成		5	4	1.0	1.0