一种遥感影像云量检测方法及系统技术方案

本发明专利技术提供一种遥感影像云量检测方法及系统，包括进行遥感影像云检测数据集构建，并划分云检测训练集、验证集和测试集；进行云估计网络模型构建，所述云估计网络模型包括特征提取模块、云掩膜生成模块、以及云估计模块；进行云估计网络模型训练，包括在云检测数据集上的特征提取模块、云估计模块和云掩膜生成模块的参数训练；进行云估计网络模型验证，包括在云检测验证集上的特征提取模块和云估计模块验证；进行云估计网络模型测试，包括在云检测测试集上测试特征提取模块和云估计模块的精度，测试成功后，通过直接生成遥感影像的云量估计值，实现云量估计任务。本发明专利技术不仅可以有效地改进传统云检测的云量估计精度，而且检测效率得到明显提升。效率得到明显提升。效率得到明显提升。

【技术实现步骤摘要】
一种遥感影像云量检测方法及系统


[0001]本专利技术属于卫星遥感影像处理领域，特别涉及到了一种基于卷积神经网路模型的遥感影像云估计方法，提出了一种轻量化遥感影像云检测估计方案来实现在轨遥感影像含云量估计任务。

技术介绍

[0002]地球表面覆盖着近60％～70％的云层，这会导致一些常规的遥感图像处理算法很难实现高质量遥感影像产品的生产。光学遥感卫星是利用搭载的光学相机来根据地面物体的反射进行成像。然而，云层尤其是厚云会吸收地物的反射信息，阻挡光的传输，影响光学卫星成像。因此，在云层较厚的区域，光学遥感卫星很难捕捉到地物的有效信息，大部分区域会被云层覆盖，导致有效信息占比少。然而，随着对地观测技术的发展，高分辨率的遥感数据、星上有限的存储空间和下行带宽受限的问题严重制约了实时星地数据传输。另外，遥感数据呈现海量化的增长趋势，当前大部分遥感影像预处理都采用了自动化模式自动生产影像产品，而云层会影响常规处理算法的处理性能。通过在轨云检测技术可以实现自动剔除含云量高的数据，让有效信息优先传输，同时减少数据下行压力。
[0003]当前大部分云检本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种遥感影像云量检测方法，其特征在于，包括以下步骤：步骤1，进行遥感影像云检测数据集构建，并划分云检测训练集、验证集和测试集；步骤2，进行云估计网络模型构建，所述云估计网络模型包括特征提取模块、云掩膜生成模块、以及云估计模块，特征提取模块所得结果分别输入云估计模块和云掩膜生成模块；所述特征提取模块将输入图像映射到高维度特征空间；云掩膜生成模块用于辅助模型监督训练，通过该模块生成的云掩膜与训练标签的交叉熵损失来监督模型训练，提高特征提取模块的表征能力；云估计模块用于生成云量的预测值；步骤3，进行云估计网络模型训练，包括在云检测数据集上的特征提取模块、云估计模块和云掩膜生成模块的参数训练；步骤4，进行云估计网络模型验证，包括在云检测验证集上的特征提取模块和云估计模块验证；步骤5，进行云估计网络模型测试，包括在云检测测试集上测试特征提取模块和云估计模块的精度；测试成功后，通过直接生成遥感影像的云量估计值，实现云量估计任务。2.根据权利要求1所述遥感影像云量检测方法，其特征在于：步骤1中，采用GF1号遥感卫星数据进行遥感影像云检测数据集构建。3.根据权利要求1所述遥感影像云量检测方法，其特征在于：所述特征提取模块由多个残差结构组成。4.根据权利要求1所述遥感影像云量检测方法，其特征在于：所述云估计模块设置两个卷积层将特征提取模块的输出特征图降低维度，然后利用一个Sigmoid激活函数将特征图映射到0～1的区间，激活后的特征图中每个元素的值都保存在0～1之间，视为对该区域的云量估计值。5.根据权利要求1所述遥感影像云量检测方法，其特征在于：所述云掩膜生成模块设置两个卷积层来将特征提取模块输出的特征图映射，然后通过双线性上采样得到与原图大小一致的掩膜图，生成的掩膜图用于辅助监督模型的参数...

【专利技术属性】
技术研发人员：王密，项韶，
申请(专利权)人：武汉大学，
类型：发明
国别省市：