基于全卷积神经网络的卫星遥感图像云检测方法

摘要

云检测作为遥感影像数据处理中的重要组成部分,在气候分析等各个方面起到了重要的作用.在云检测研究中,无论是应用广泛的阈值法或是基于模式识别的方法,以及在二者基础上的综合分析法.这些方法大多都依赖于单一类型的遥感数据来源,且在特征提取方面十分依赖先验知识,受主观影响较大.本文利用两种不同类型"风云"系列气象遥感卫星的可见光红外扫描辐射计(Visible and Infrared Radiometer,VIRR)以及多通道扫描成像辐射计(Advanced Geosynchronous Radiation Imager,AGRI)数据,以全卷积神经网络为基础进行云检测,利用其自动提取深层隐含特征等特性,极大保留特征信息.最后结合全连接条件随机场模型进行云系边缘优化.实验结果表明,该算法分别应用于以上两种不同类型遥感影像数据,都较好地完成了云像元和非云像元的分离.