[发明专利]基于多尺度融合语义分割网络的遥感图像云检测方法

摘要

基于多尺度融合语义分割网络的遥感图像云检测方法，它属于遥感图像云检测技术领域。本发明解决了现有通过人工提取特征进行云检测的方法存在的云检测精度低的问题。本发明利用前三级子网络提取浅层特征，利用后两级子网络提取深层特征，再将提取的深层特征与浅层特征融合，这就充分利用了浅层特征包含的丰富细节信息以及深层特征包含的丰富语义信息，融合了二者的优势，使得对深层特征边界的分割更加精细，并通过优化深层特征和浅层特征的比例达到最好的云检测效果，本发明的云面积检测误差小于1％。本发明可以应用于遥感图像云检测技术领域。

主权项

1.基于多尺度融合语义分割网络的遥感图像云检测方法，其特征在于，该方法包括以下步骤：步骤一、从真实全色可见光遥感图像数据集中随机选取出N₀张作为原始遥感图像；对N₀张原始遥感图像进行预处理，获得N₀张预处理后的遥感图像；步骤二、将N₀张预处理后的遥感图像作为训练集输入语义分割网络进行训练，训练过程中不断更新语义分割网络中卷积层的卷积核参数，直至达到设置的最大迭代次数时停止训练，获得训练好的语义分割网络；步骤三、对于待检测的遥感图像，采用步骤一的方法对待检测的遥感图像进行预处理，获得预处理后的待检测遥感图像；将预处理后的待检测遥感图像输入步骤二训练好的语义分割网络，获得语义分割网络输出的裁剪后图像；将裁剪后图像经过softmax分类器，获得与裁剪后图像尺寸相同的二值图像，二值图像中灰度值不为0的像素点代表含云区域，灰度值为0的像素点代表非云区域，实现对待检测的遥感图像的云检测。