云檢測方法大都針對特定的傳感器或依賴多個波段,對參數(shù)要求高,而國產(chǎn)高分辨率衛(wèi)星影像通常包含波段數(shù)較少,多數(shù)云檢測方法不適用。本文采用深度學(xué)習(xí)的方法,以融合后的高分一號影像為例,應(yīng)用基于雙重視覺注意機制模型進行云檢測,并與人工采集、全卷積網(wǎng)絡(luò)模型的檢測結(jié)果進行對比。理論分析和研究結(jié)果表明:基于雙重視覺注意機制的模型云檢測結(jié)果與人工采集進行對比,正確率為0.986 4;通過增加云樣本數(shù)量和非云樣本數(shù)量可有效解決模型對道路、河流、居民地的誤檢測問題;基于雙重視覺注意機制的模型與全卷積網(wǎng)絡(luò)模型相比,云邊界更為準確,模型適用性更強。利用較少的波段信息進行云檢測為國產(chǎn)其他高分辨率衛(wèi)星影像云檢測提供了參考。 

【文章頁數(shù)】：5 頁

【文章目錄】：
1 基于雙重視覺注意機制的云檢測模型
    1.1 位置注意模塊
    1.2 通道注意模塊
    1.3 網(wǎng)絡(luò)中嵌入的注意模塊
2 基于GF-1影像的云檢測
    2.1 數(shù)據(jù)源及設(shè)備情況
    2.2 樣本制作
    2.3 模型訓(xùn)練與測試
    2.4 結(jié)果分析
    2.5 增加樣本后模型訓(xùn)練及結(jié)果分析
    2.6 與FCN模型結(jié)果對比
3 結(jié)語



本文編號：3655470