[发明专利]一种基于卷积-反卷积网络的遥感图像薄云去除方法

权利要求书

1.一种基于卷积-反卷积网络的遥感图像薄云去除方法，其特征在于步骤如下：

步骤1、获取数据：以遥感卫星landsat8在一个重访周期采集到的两幅图像，设为同一地区不同时间点的多时相实验数据，其中，一幅图像干净无云，称为无云图像，另外一幅图像有薄云笼罩，称为有云图像；

步骤2、预处理实验数据：采用envi5.3软件的Registration功能对云图像与无云图像进行配准；再分别将有云图像和无云图像以步长128分割为256*256大小的图像块集合，将有云图像块与对应位置的无云图像块组合成训练样本对；

步骤3、训练网络模型：将训练样本对作为网络模型的输入进行训练，其中，以无云图像块集合作为训练目标，以其对应的同源有云图像块集合作为训练数据，进行多层网络参数训练，不断学习有云与无云图像块之间的映射关系，直至网络收敛；

所述网络模型的网络结构由多个对称的卷积-反卷积层链式组成，实现端对端的处理，其中前五层卷积层称为卷积子网络层，作为特征提取层对图像内容进行编码，学习图像深层次的特征；后五层反卷积层称为反卷积子网络层，用于上采样恢复图像细节；

步骤4、生成去云图像：将待处理的有云图像输入到已经训练好的网络模型中，通过网络的前向传播得到输出结果，即为该图像经过该网络实现的薄云去除操作后的去云图像。