基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
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.
推荐文章
基于全卷积神经网络的遥感图像海面目标检测
YOLOv3
全卷积神经网络
遥感图像
目标检测
基于卷积神经网络的遥感图像去噪算法
图像去噪
卷积神经网络
遥感图像
深度学习
基于全卷积神经网络的卫星遥感图像云检测方法
云检测
遥感影像
风云卫星
全卷积神经网络
基于密集连接空洞卷积神经网络的青藏地区云雪图像分类
云雪图像识别
特征提取
跨层连接
空洞卷积
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于全卷积网络的遥感图像自动云检测
来源期刊 信号处理 学科 工学
关键词 遥感图像 语义分割 全卷积网络 深度学习 云检测
年,卷(期) 2019,(4) 所属期刊栏目 算法研究
研究方向 页码范围 556-562
页数 7页 分类号 TP183
字数 3659字 语种 中文
DOI 10.16798/j.issn.1003-0530.2019.04.005
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 马尽文 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 18 87 5.0 9.0
2 安捷 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 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (12)
节点文献
引证文献  (2)
同被引文献  (11)
二级引证文献  (2)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
遥感图像
语义分割
全卷积网络
深度学习
云检测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信号处理
月刊
1003-0530
11-2406/TN
大16开
北京鼓楼西大街41号
18-143
1985
chi
出版文献量(篇)
5053
总下载数(次)
13
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导