深度学习在遥感影像云检测中的应用

摘要：

针对传统云检测算法对噪声敏感、提取轮廓不精确等问题,提出一种结合语义分割神经网络结构U-Net和后处理算法TTA(test time augmentation)的云检测方法,实现了高精度云检测的同时还很好地保留了云边缘轮廓.首先,利用U-Net网络的U型结构挖掘云覆盖区域像元高级、低级特征;其次,通过TTA增强待云检测的影像特征,提升模型鲁棒性.实验结果表明,结合U-Net结构和TTA的云检测精度达到93.2％,高于其他传统算法约5％,解决了经典算法对噪声敏感的缺点,提高了仅使用U-Net时的云检测精度.

关键词：云检测;U-Net神经网络;TTA;深度学习;图像分割

所属期刊栏目：36

分类号：TP751(遥感技术)

在线出版日期：2021-09-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：129-134