国产高分辨率卫星影像云检测方法分析

• 作者: 付俊 刘云峰 杨珍 韩骁
• 来源期刊: 测绘通报
• 学科: 地球科学
• 关键词: 高分辨率 样本 云检测 全卷积网络 视觉注意
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 学术研究
• 页码范围: 66-70
• 页数: 5页
• 分类号: P237
• 语种: 中文

摘要

云检测方法大都针对特定的传感器或依赖多个波段,对参数要求高,而国产高分辨率卫星影像通常包含波段数较少,多数云检测方法不适用.本文采用深度学习的方法,以融合后的高分一号影像为例,应用基于双重视觉注意机制模型进行云检测,并与人工采集、全卷积网络模型的检测结果进行对比.理论分析和研究结果表明:基于双重视觉注意机制的模型云检测结果与人工采集进行对比,正确率为0.9864;通过增加云样本数量和非云样本数量可有效解决模型对道路、河流、居民地的误检测问题;基于双重视觉注意机制的模型与全卷积网络模型相比,云边界更为准确,模型适用性更强.利用较少的波段信息进行云检测为国产其他高分辨率卫星影像云检测提供了参考.