【技术实现步骤摘要】
本专利技术涉及影像处理，尤其涉及一种基于自适应阈值的多传感器影像云标签制作方法。
技术介绍
1、随着遥感技术的发展，光学遥感影像被大量应用于各个领域，但是云污染是光学遥感影像中无法避免的问题，云污染造成的影像信息缺失，会极大的限制光学遥感影像的处理和精确应用。因此在光学遥感影像中进行云检测是必不可少的。
2、目前的云检测方法大致可以分为两类：基于物理的方法和基于机器学习方法。基于物理的方法主要利用云的物理特征提取出阈值进行云检测。基于物理的方法在一些情况下可以取得较好的效果，但是其往往依赖于人工经验来设计物理规则，同时设计的物理规则往往是针对特定传感器，具有一定的局限性。基于机器学习的方法将云检测任务认为是图像分割问题，主要通过云标签让模型进行参数学习来达到云检测的目的。
3、基于深度学习的方法在云检测领域往往比基于物理的方法有更好的处理效果，但是基于深度学习的云检测方法往往需要大量的像素级标签数据来达到最佳的效果。受到卫星传感器硬件设计与其他因素的影响，不同光感器的卫星影像在空间分辨率和光谱范围存在较大差异，针...
【技术保护点】
1.一种基于自适应阈值的多传感器影像云标签制作方法，其特征在于，包括：
2.根据权利要求1所述的基于自适应阈值的多传感器影像云标签制作方法，其特征在于，“S1”具体包括：
3.根据权利要求2所述的基于自适应阈值的多传感器影像云标签制作方法，其特征在于，“S13”具体包括：
4.根据权利要求1所述的基于自适应阈值的多传感器影像云标签制作方法，其特征在于，“对多个第一影像块进行筛选以得到多个含有云的第二影像块”具体为：
5.根据权利要求4所述的基于自适应阈值的多传感器影像云标签制作方法，其特征在于，还包括：将无云影像块、第二...
【技术特征摘要】
1.一种基于自适应阈值的多传感器影像云标签制作方法，其特征在于，包括：
2.根据权利要求1所述的基于自适应阈值的多传感器影像云标签制作方法，其特征在于，“s1”具体包括：
3.根据权利要求2所述的基于自适应阈值的多传感器影像云标签制作方法，其特征在于，“s13”具体包括：
4.根据权利要求1所述的基于自适应阈值的多传感器影像云标签制作方法，其特征在于，“对多个第一影像块进行筛选以得到多个含有云的第二影像块”具体为：
【专利技术属性】
技术研发人员：江芸，王迎春，胡小彭，周艳，张荣卉，
申请(专利权)人：安徽省测绘档案资料馆安徽省基础测绘信息中心，
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。