遥感影像云检测方法及装置制造方法及图纸

本发明专利技术提供一种遥感影像云检测方法及装置，该方法包括，基于待检测遥感影像，获取第一目标图像和第二目标图像；将第一目标图像和第二目标图像输入遥感影像云检测模型，获取遥感影像云检测模型输出的待检测遥感影像的云检测结果；其中，第一目标图像为待检测遥感影像的雾霾优化转换HOT指数特征图像；第二目标图像为待检测遥感影像目标波段的多光谱图像；目标波段包括红色波段、绿色波段、蓝色波段以及近红外波段。本发明专利技术提供的遥感影像云检测方法及装置，能通过在遥感影像云检测中增加待检测遥感影像目标波段的光谱特征以及HOT指数特征，实现更准确的识别待检测遥感影像中的云混淆区域，能提高遥感影像云检测的准确率。能提高遥感影像云检测的准确率。能提高遥感影像云检测的准确率。

【技术实现步骤摘要】
遥感影像云检测方法及装置


[0001]本专利技术涉及图像处理
，尤其涉及一种遥感影像云检测方法及装置。

技术介绍

[0002]随着遥感技术的飞速发展，遥感影像因其成像清晰度高、信息客观丰富、时效性及实用性强等优点，广泛应用于环境保护、国土资源调查、灾害监测等领域。但是，遥感影像中存在的云，会导致遥感影像中的地物信息衰减甚至丢失，并会改变遥感影像的纹理信息和光谱信息，极大地影响了遥感影像的应用。遥感影像云检测已成为遥感领域的热点问题之一。
[0003]现有的遥感影像云检测方法可以基于深度学习技术进行遥感影像云检测。但是，由于云的形态和厚度复杂多变，导致基于现有的遥感影像云检测方法进行遥感影像云检测的准确率不高。因此，如何提高遥感影像云检测的准确率，是本领域亟待解决的技术问题。

技术实现思路

[0004]本专利技术提供一种遥感影像云检测方法及装置，用以解决现有技术中进行遥感影像云检测的准确率不高的缺陷，实现提高遥感影像云检测准确率的目标。
[0005]本专利技术提供一种遥感影像云检测方法，包括：
[0006]获取待检测遥感影像；
[0007]基于所述待检测遥感影像，获取第一目标图像和第二目标图像；
[0008]将所述第一目标图像和所述第二目标图像输入遥感影像云检测模型，获取所述遥感影像云检测模型输出的所述待检测遥感影像的云检测结果；
[0009]其中，所述第一目标图像为所述待检测遥感影像的雾霾优化转换HOT指数特征图像；所述第二目标图像为所述待检测遥感影像目标波段的多光谱图像；所述目标波段包括红色波段、绿色波段、蓝色波段以及近红外波段；
[0010]所述遥感影像云检测模型是基于第一样本图像、第二样本图像以及样本遥感影像的云检测结果进行训练后得到的；所述第一样本图像为所述样本遥感影像的HOT指数特征影像，所述第二样本图像为所述样本遥感影像目标波段的多光谱影像；所述第一样本图像和所述第二样本图像，是基于所述样本遥感影像获取的。
[0011]根据本专利技术提供的一种遥感影像云检测方法，所述遥感影像云检测模型，包括：边缘检测模块和云检测模块；
[0012]相应地，所述将所述第一目标图像和所述第二目标图像输入遥感影像云检测模型，获取所述遥感影像云检测模型输出的所述待检测遥感影像的云检测结果，包括，
[0013]将所述第一目标图像和所述第二目标图像输入边缘检测模块，由所述边缘检测模块对所述第一目标图像和所述第二目标图像进行边缘检测，进而获取所述边缘检测模块输出的边缘增强特征图像；
[0014]将所述边缘增强特征图像输入所述云检测模块，获取所述云检测模块输出的所述
待检测遥感影像的云检测结果。
[0015]根据本专利技术提供的一种遥感影像云检测方法，所述云检测模块，包括：语义特征提取单元、空洞卷积单元和解码单元；
[0016]相应地，将所述边缘增强特征图像输入所述云检测模块，获取所述云检测模块输出的所述待检测遥感影像的云检测结果，包括：
[0017]将所述边缘增强特征图像输入所述语义特征提取单元，获取所述语义特征提取单元输出的第一特征图像、第二特征图像、第三特征图像和第四特征图像；所述第二特征图像是基于所述第一特征图像生成的，所述第三特征图像是基于所述第二特征图像生成的，所述第四特征图像是基于所述第三特征图像生成的；
[0018]将所述第四特征图像输入所述空洞卷积单元，获取所述空洞卷积单元输出的第五特征图像；
[0019]将所述第一特征图像、所述第二特征图像、所述第三特征图像和所述第五特征图像输入所述解码单元，获取所述解码单元输出的所述待检测遥感影像的云检测结果。
[0020]根据本专利技术提供的一种遥感影像云检测方法，所述语义特征提取单元，包括：第一卷积子单元、第二卷积子单元、第三卷积子单元和第一空洞卷积子单元；
[0021]相应地，所述将所述边缘增强特征图像输入所述语义特征提取单元，获取所述语义特征提取单元输出的第一特征图像、第二特征图像、第三特征图像和第四特征图像，包括：
[0022]将所述边缘增强特征图像输入所述第一卷积子单元，由所述第一卷积子单元对所述边缘增强特征图像进行下采样和特征提取，进而获取所述第一卷积子单元输出的所述第一特征图像；
[0023]将所述第一特征图像输入所述第二卷积子单元，由所述第二卷积子单元对所述第一特征图像进行下采样和特征提取，进而获取所述第二卷积子单元输出的所述第二特征图像；
[0024]将所述第二特征图像输入所述第三卷积子单元，由所述第三卷积子单元对所述第二特征图像进行下采样和特征提取，进而获取所述第三卷积子单元输出的所述第三特征图像；
[0025]将所述第三特征图像输入所述第一空洞卷积子单元，由所述第一空洞卷积子单元基于空洞卷积计算对所述第三特征图像进行特征提取，进而获取所述第一空洞卷积子单元输出的第四特征图像。
[0026]根据本专利技术提供的一种遥感影像云检测方法，所述解码单元，包括：第一特征融合子单元、第二特征融合子单元、第三特征融合子单元、第四特征融合子单元、第一上采样子单元、第二上采样子单元、第一卷积上采样子单元、第二卷积上采样子单元和第三卷积上采样子单元；
[0027]相应地，所述将所述第一特征图像、所述第二特征图像、所述第三特征图像和所述第五特征图像输入所述解码单元，获取所述解码单元输出的所述待检测遥感影像的云检测结果，包括：
[0028]将所述第五特征图像和所述第三特征图像输入所述第一特征融合子单元，获取所述第一特征融合子单元输出的第六特征图像；
[0029]将所述第六特征图像分别输入所述第一上采样子单元和所述第一卷积上采样单元，由所述第一上采样子单元对所述第六特征图像进行上采样，由所述第一卷积上采样子单元对所述第六特征图像进行卷积计算和上采样，进而获取所述第一上采样子单元输出的第七特征图像，获取所述第一卷积上采样子单元输出的第八特征图像；
[0030]将所述第七特征图像和所述第二特征图像输入所述第二特征融合子单元，获取所述第二特征融合子单元输出的第九特征图像；
[0031]将所述第九特征图像分别输入所述第二上采样子单元和所述第二卷积上采样子单元，由所述第二上采样子单元对所述第九特征图像进行上采样，由所述第二卷积上采样子单元对所述第九特征图像进行卷积计算和上采样，进而获取所述第二上采样子单元输出的第十特征图像，获取所述第二卷积上采样子单元输出的第十一特征图像；
[0032]将所述第十特征图像和所述第一特征图像输入所述第三特征融合子单元，获取所述第三特征融合子单元输出的第十二特征图像；
[0033]将所述第十二特征图像输入所述第三卷积上采样子单元，由所述第三卷积上采样子单元对所述第十二特征图像进行卷积计算和上采样，进而获取所述第三卷积上采样子单元输出的第十三特征图像；
[0034]将所述第八特征图像、所述第十一特征图像和所述第十三特征图像输入第四特征融合子单元，获取所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种遥感影像云检测方法，其特征在于，包括：获取待检测遥感影像；基于所述待检测遥感影像，获取第一目标图像和第二目标图像；将所述第一目标图像和所述第二目标图像输入遥感影像云检测模型，获取所述遥感影像云检测模型输出的所述待检测遥感影像的云检测结果；其中，所述第一目标图像为所述待检测遥感影像的雾霾优化转换HOT指数特征图像；所述第二目标图像为所述待检测遥感影像目标波段的多光谱图像；所述目标波段包括红色波段、绿色波段、蓝色波段以及近红外波段；所述遥感影像云检测模型是基于第一样本图像、第二样本图像以及样本遥感影像的云检测结果进行训练后得到的；所述第一样本图像为所述样本遥感影像的HOT指数特征影像，所述第二样本图像为所述样本遥感影像目标波段的多光谱影像；所述第一样本图像和所述第二样本图像，是基于所述样本遥感影像获取的。2.根据权利要求1所述的遥感影像云检测方法，其特征在于，所述遥感影像云检测模型，包括：边缘检测模块和云检测模块；相应地，所述将所述第一目标图像和所述第二目标图像输入遥感影像云检测模型，获取所述遥感影像云检测模型输出的所述待检测遥感影像的云检测结果，包括，将所述第一目标图像和所述第二目标图像输入边缘检测模块，由所述边缘检测模块对所述第一目标图像和所述第二目标图像进行边缘检测，进而获取所述边缘检测模块输出的边缘增强特征图像；将所述边缘增强特征图像输入所述云检测模块，获取所述云检测模块输出的所述待检测遥感影像的云检测结果。3.根据权利要求2所述的遥感影像云检测方法，其特征在于，所述云检测模块，包括：语义特征提取单元、空洞卷积单元和解码单元；相应地，将所述边缘增强特征图像输入所述云检测模块，获取所述云检测模块输出的所述待检测遥感影像的云检测结果，包括：将所述边缘增强特征图像输入所述语义特征提取单元，获取所述语义特征提取单元输出的第一特征图像、第二特征图像、第三特征图像和第四特征图像；所述第二特征图像是基于所述第一特征图像生成的，所述第三特征图像是基于所述第二特征图像生成的，所述第四特征图像是基于所述第三特征图像生成的；将所述第四特征图像输入所述空洞卷积单元，获取所述空洞卷积单元输出的第五特征图像；将所述第一特征图像、所述第二特征图像、所述第三特征图像和所述第五特征图像输入所述解码单元，获取所述解码单元输出的所述待检测遥感影像的云检测结果。4.根据权利要求3所述的遥感影像云检测方法，其特征在于，所述语义特征提取单元，包括：第一卷积子单元、第二卷积子单元、第三卷积子单元和第一空洞卷积子单元；相应地，所述将所述边缘增强特征图像输入所述语义特征提取单元，获取所述语义特征提取单元输出的第一特征图像、第二特征图像、第三特征图像和第四特征图像，包括：将所述边缘增强特征图像输入所述第一卷积子单元，由所述第一卷积子单元对所述边缘增强特征图像进行下采样和特征提取，进而获取所述第一卷积子单元输出的所述第一特
征图像；将所述第一特征图像输入所述第二卷积子单元，由所述第二卷积子单元对所述第一特征图像进行下采样和特征提取，进而获取所述第二卷积子单元输出的所述第二特征图像；将所述第二特征图像输入所述第三卷积子单元，由所述第三卷积子单元对所述第二特征图像进行下采样和特征提取，进而获取所述第三卷积子单元输出的所述第三特征图像；将所述第三特征图像输入所述第一空洞卷积子单元，由所述第一空洞卷积子单元基于空洞卷积计算对所述第三特征图像进行特征提取，进而获取所述第一空洞卷积子单元输出的第四特征图像。5.根据权利要求4所述的遥感影像云检测方法，其特征在于，所述解码单元，包括：第一特征融合子单元、第二特征融合子单元、第三特征融合子单元、第四特征融合子单元、第一上采样子单元、第二上采样子单元、第一卷积上采样子单元、第二卷积上采样子单元和第三卷积上采样子单元；相应地，所述将所述第一特征图像、所述第二特征图像、所述第三特征图像和所述第五特征图像输入所述解码单元，获取所述解码单元输出的所述待检测遥感影像的云检测结果，包括：将所述第五特征图像和所述第三特征图像输入所述第一特征融合子单元，获取所述第一特征融合子单元输出的第六特征图像；将所述第六特征图像分别输入所述第一上采样子单元和所述第一卷积上采样单元，由所述第一上采样子单元对所述第六特征图像进行上采样，由所述第一卷积上采样子单元对所述第六特征图像进行卷积计算和上采样，进而获取所述第一上采样子单元输出的第七特征图像，获取所述第一卷积上采样子单元输出的第八特征图像；将所述第七特征图像和所述第二特征图像输入所述第二特征融合子单元，获取所述第二特征融合子单元输出的第九特征图像；将所述第九特征图像分别输入所述第二上采样子单元和所述第二卷积上采样子单元，由所述第二上采样子单元对所述第九特征图像进行上采样，由所述第二卷积上采样子单元对所述第九特征图像进行卷积计算和上采样，进而获取所述第二上采样子单元输出的第十特征图像，获取所述第二卷积上采样子单元输出的第十一特征图像；将所述第十特征图像和所述第一特征图像输入所述第三特征融合子单元，获取所述第三特征融合子单元输出的第十二特征图像；将所述第十二特征图像输入所述第三卷积上采样子单元，由所述第三卷积上采样子单元对所述第十二特征图像进行卷积计算和上采样，进而获取所述第三卷积上采样子单元输出的第十三特征图像；将所述第八特征图像、所述第十一特征图像和所述第十三特征图像输入第四特征融合子单元，获取所述第四特征融合子单元输出的所述待检测遥感影像的云检测结果。6.根据权利要求2所述的遥感影像云检测方法，其特征在于，所述边缘检测模块，包括：边缘检测单元和特征融合单元；相应地，所述将所述第一目标图像和所述第二目标图像输入边缘检测模块，...

【专利技术属性】
技术研发人员：郭擎，童濂滋，要旭东，王华，李思佳，
申请(专利权)人：中国科学院空天信息创新研究院，
类型：发明
国别省市：