一种云图分割方法技术

本发明专利技术公开了一种云图分割方法，包括步骤如下：S1，对哨兵二号卫星可见波段的图像进行预处理获得数据集；S2，利用改变卷积方式、添加高效通道注意力、修改长跳跃连接方式及修改激活函数的方法构建改进U

【技术实现步骤摘要】
一种云图分割方法


[0001]本专利技术涉及云图检测，尤其涉及一种云图分割方法。

技术介绍

[0002]随着遥感图像处理技术的发展，云检测作为遥感图像预处理的重要步骤，逐渐成为人们重视的问题。云层的光谱信息由粒子大小、水汽、高度、光学厚度等因素决定，影像上云的光谱特征存在多种表现形式，云本身的亮度、透明度以及纹理形状等特征的表现形式存在差异性，云阴影容易与土地、地表阴影、水体等偏暗的地物特征相混淆。在高分辨率的遥感卫星图像中，云团及其投射阴影不可避免，其遥感影像中的部分区域会被云团污染，甚至会被完全遮盖，进而影响遥感图像的分类、分割、变化检测以及图像匹配等。
[0003]国内外针对基于卷积神经网络的云检测技术做了大量研究工作，如毋立芳等人提出基于FCN的云图分割方法实现到像素级分割，SegNet在FCN的基础上巧妙地使用编码——译码这样的结构进行优化，但是优势并不明显，无法做到信息的完全化复原。Zhao等人提出PSPNet聚合更多的上下文信息实现高质量的像素级场景解析，但它在遥感图像数据集上训练速度较慢、时间较长。Ronneberger本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种云图分割方法，其特征在于，包括步骤如下：S1，对哨兵二号卫星可见波段的图像进行预处理,获得数据集；S2，采用改变卷积方式、添加高效通道注意力、修改长跳跃连接方式及修改激活函数的方法构建改进U
‑
Net模型；S3，将步骤S1得到的数据集输入改进U
‑
Net模型进行训练、测试，与现有分割网络进行云图分割实验对比，得到比较输出预览图；S4，对步骤S3得到的比较输出预览图通过transformer架构进行优化，得到最终输出效果图。2.根据权利要求1所述的云图分割方法，其特征在于，所述步骤S1的具体过程如下：S11，获取哨兵二号卫星波段2、波段3、波段4的图像，将大图切分成小块，对小块用标注工具Labelme手动人工标注，获得对应的标签图像，并用以生成数据集，尺寸大小为224
×
224
×
3；S12，对数据集采用数据增强方法，将数据集扩充为原来的两倍，将增强后的数据分为训练集、验证集和测试集。3.根据权利要求1所述的云图分割方法，其特征在于，所述步骤S2的具体过程如下：S21，以U
‑
Net分割模型为基础，将编码部分中每层的第一个卷积块换成可变卷积块，构建改进U
‑
Net模型；S22，在解码网络的拼接操作和在进行特征图的拼接操作中分别加入高效通道注意力机制，编码部分输出的特征图经过高效通道注意力机制生成一维注意力向量后，与原特征图进行对应元素相乘，得到加权后的特征图，特征图大小不变，直接与解码部分的特征图进行拼接操作；S23，将批处理规范化加在U
‑
Net网络的卷积层和激活层中间，用GeLU激活函数代替原有的ReLU激活函数，采用训练二分类的方式分别训练每一个语义分割类别，将每个二分类训练的模型进行合并，以得到改进U
‑
Net模型；S24，将解码部分的每一层与编码部分的同层的特征图以及相邻更低一层的特征图跳跃连接，确保解码部分的每一层有三个输入信息流；解码部分的最后一层对应编码部分的同层...

【专利技术属性】
技术研发人员：张银胜，钟思远，吉茹，崔志强，张文华，单慧琳，
申请(专利权)人：无锡学院，
类型：发明
国别省市：