【技术实现步骤摘要】
一种融合多光谱特征的生成对抗网络遥感影像薄云去除方法
[0001]本专利技术涉及图像处理
,尤其是一种融合多光谱特征的生成对抗网络遥感影像薄云去除方法。
技术介绍
[0002]云的存在一直是影响光学遥感卫星影像的可用性的主要因素,云可以分为厚云和薄云,厚云完全遮挡光学信号,只依靠单景影像不能去除厚云,薄云能够透射部分地物信号,传输到卫星传感器,可以通过这部分透射信号恢复地物本身的信号。薄云在不同波段具有不同的透射率,因此可以利用多光谱遥感影像中受云影像较小的波段帮助恢复受云影响大的波段信息。
技术实现思路
[0003]本专利技术所要解决的技术问题在于,提供一种融合多光谱特征的生成对抗网络遥感影像薄云去除方法,能够更好地去除各个波段中的薄云,进一步提升生成网络在不同分辨率波段的薄云去除能力。
[0004]为解决上述技术问题,本专利技术提供一种融合多光谱特征的生成对抗网络遥感影像薄云去除方法,包括如下步骤:
[0005]S01:获取若干对有云和无云多光谱遥感影像,将不同分辨率的波段按照分辨率 ...
【技术保护点】
【技术特征摘要】
1.一种融合多光谱特征的生成对抗网络遥感影像薄云去除方法,其特征在于,包括如下步骤:S01:获取若干对有云和无云多光谱遥感影像,将不同分辨率的波段按照分辨率比例使用同比例的滑动窗口和滑动步长分别进行切片,以同一地区不同分辨率波段为一组,同一组的不同分辨率切片编号相同;S02:将可见光波段分辨率的切片划分为有云和无云切片,然后根据这些切片的编号,将其他分辨率的切片挑选划分为有云和无云切片,将该数据集按照4:1的比例划分为训练集和测试集;S03:构建多分辨率输入输出的生成网络;S04:构建多分辨率输入的判别网络;S05:利用步骤S02制作的训练集,训练生成网络和判别网络,当生成网络和判别网络的损失都收敛到较小值时,训练完成后得到生成网络的即可用于去除多光谱遥感影像中的薄云;S06:利用步骤S02制作的测试集,输入步骤S05中训练好的生成网络,测试生成网络薄云去除效果。2.如权利要求1所述的融合多光谱特征的生成对抗网络遥感影像薄云去除方法,其特征在于,步骤S02中,对影像切片时,根据分辨率的比例对不同波段用不同大小的窗口进行切片,获得同一地区完全对应的不同分辨率的图像集。3.如权利要求1所述的融合多光谱特征的生成对抗网络遥感影像薄云去除方法,其特征在于,步骤S03中,生成网络包括多个输入输出分支和一个级联特征融合通道;其中多输入分支用以处理不同分辨率的波段,每个分支的输入先经一个卷积层处理,保持分辨率不变;除了最低分辨率分支外,其它分支再利用另一个卷积层做重采样,将分辨率降低到和下一分支的输入一致,然后和下一分支的输出在通道层连接,直到处理到最低分辨率;级联特征融合通道包括多个卷积、反卷积和跳连接卷积模块,充分融合所有分辨率的特征;多分支输出采用反卷积将特征提升到对应输入分支的分辨率,然后使用卷积输出指定通道数的输出。...
【专利技术属性】
技术研发人员:李俊,周名威,盛庆红,王博,
申请(专利权)人:南京航空航天大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。