一种基于光谱特征引导及空谱卷积的遥感图像云检测方法技术

一种基于光谱特征引导及空谱卷积的遥感图像云检测方法，包括：生成多光谱遥感图像训练集和测试集；构建基于光谱特征引导及空谱卷积的遥感图像云检测网络，所述基于光谱特征引导及空谱卷积的遥感图像云检测网络包括顺次级联的编码模块和解码模块，其中，编码模块包括短波红外云指数引导模块和顺次级联的多个空谱特征融合模块；利用训练集对基于光谱特征引导及空谱卷积的遥感图像云检测网络进行训练；将测试集输入到训练好的遥感图像云检测网络进行云检测；本发明专利技术将光谱特征和空间特征分别提取并最终融合，将多谱段的遥感数据有效的提取并融合，实现了遥感数据中的空间相关性和通道相关性解耦

【技术实现步骤摘要】
一种基于光谱特征引导及空谱卷积的遥感图像云检测方法


[0001]本专利技术属于图像处理
，具体涉及一种基于光谱特征引导及空谱卷积的遥感图像云检测方法
。

技术介绍

[0002]遥感图像中的云遮挡问题是长期存在且不可避免的
。
由于云层对地面目标的遮挡，给对地观测任务
(
如国土监测
、
灾害预警等
)
造成了很大的困难
。
遥感图像的云检测算法用于监测遥感图像中的云层，对后续的云剔除工作具有重要的意义，能够减少云遮挡带来的负面影响，提升遥感图像的利用率
。
随着遥感卫星技术，多光谱的遥感数据越来越容易被获得，这也进一步提高了对遥感图像云检测技术的需求和推动了云检测算法发展
。
[0003]公开号为
CN115761484A
的专利申请，公开了一种基于遥感图像的云检测方法及装置
。
该方法的实现步骤是，第一步：获取原始多光谱数据，并划分为训练集和测试集；第二步：构建包括卷积特征提取层
...

【技术保护点】

【技术特征摘要】
1.
一种基于光谱特征引导及空谱卷积的遥感图像云检测方法，其特征在于：包括以下步骤：步骤1：生成多光谱遥感图像训练集和测试集；步骤2：构建基于光谱特征引导及空谱卷积的遥感图像云检测网络，所述基于光谱特征引导及空谱卷积的遥感图像云检测网络包括顺次级联的编码模块和解码模块，其中，编码模块包括短波红外云指数引导模块和顺次级联的多个空谱特征融合模块；步骤3：利用步骤1生成的训练集对步骤2构建的基于光谱特征引导及空谱卷积的遥感图像云检测网络进行训练；步骤4：将步骤1中生成的测试集输入到步骤3训练好的遥感图像云检测网络进行云检测
。2.
根据权利要求1所述的一种基于光谱特征引导及空谱卷积的遥感图像云检测方法，其特征在于：所述步骤1的具体方法为：步骤
1.1
，选取至少
100
张分辨率为
A*A
的多光谱遥感图像组成样本集；步骤
1.2
，在步骤
1.1
的样本集中随机抽取
70
％
‑
90
％的图像作为训练集，剩余的
10
％
‑
30
％作为测试集
。3.
根据权利要求1所述的一种基于光谱特征引导及空谱卷积的遥感图像云检测方法，其特征在于：所述步骤2的具体方法为：步骤
2.1
，搭建短波红外云指数引导模块，其结构依次为：云指数计算层
、
云指数特征计算层
、
特征融合层；云指数计算层按照如下公式进行云指数计算：其中，
SI
x
，
y
表示第
x
行第
y
列的像素点的云指数值，表示第
x
行第
y
列的像素点在
2.2
微米波段下的反射率值，表示第
x
行第
y
列的像素点在
1.4
微米波段下的反射率值，表示第
x
行第
y
列的像素点在
1.6
微米波段下的反射率值，
min
表示取最小值；步骤
2.2
，搭建空谱特征融合模块；搭建

【专利技术属性】
技术研发人员：张静，吴俊，张伟华，宋良农，施鑫龙，李云松，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：