神经网络支持下的Sentinel-2卫星影像自动云检测

• 作者: 于海威 余长慧 孟令奎 张文
• 来源期刊: 测绘通报
• 学科: 地球科学
• 关键词: 云检测 深度学习算法 像素级 Sentinel-2 MSI 小区域
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 学术研究
• 页码范围: 39-43
• 页数: 5页
• 分类号: P237
• 语种: 中文

摘要

为解决利用Sentinel-2卫星影像进行地物信息提取时云层遮挡造成的信息误判问题,提出了一种基于深度学习的遥感影像云区高精度分割方法.该方法通过预处理的遥感样本数据构建出一种深度神经网络模型,自动提取高层次影像特征;再将影像特征输入分类器,实现遥感影像的像素级分类,从而分割出云覆盖矩阵;最后将云覆盖矩阵转化为云二值图,结合感兴趣区矢量准确获取指定区域云检测结果.选取典型区域进行测试,结果表明:该方法检测精度较高,速度较快,且无须辅助信息与人工干预,可用于Sentinel-2卫星影像不规则区域自动云检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟令奎	武汉大学遥感信息工程学院	116	1355	21.0	31.0
2	张文	武汉大学遥感信息工程学院	66	259	10.0	12.0
3	余长慧	武汉大学遥感信息工程学院	10	126	5.0	10.0
4	于海威	武汉大学遥感信息工程学院	2	6	1.0	2.0