基于全卷积网络的遥感图像自动云检测

• 作者: 安捷 马尽文
• 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
• 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

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.

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