摘要
本发明属于遥感测量技术领域,涉及一种基于多尺度特征融合的遥感影像昼夜云检测方法,该方法包括根据获得的遥感影像建立训练集和测试集;用残差编码模块对遥感影像进行编码,并提取多尺度特征;通过大尺度灯光滤除模块来增强模型和区分人工光源的规则纹理与云的随机纹理;通过多尺度云纹理自适应解码模块提高模型的感受野,对编码特征进行有效恢复;边界信息恢复融合模块利用动态权重调整机制选择性融合编码和解码阶段的特征;通过交叉熵损失函数以训练集训练模型;用训练好的模型对遥感影像进行云检测;本发明通过设计模块和建立多尺度特征融合策略,提升了遥感影像在复杂环境下的云检测性能,尤其是在昼夜变化和灯光干扰条件下的应用效果。
技术关键词
昼夜云检测方法
多尺度特征融合
检测网络模型
影像
编码模块
掩膜数据
多层次特征
解码模块
纹理
灯光
金字塔
深度卷积网络
深度残差网络
损失函数优化
上采样
训练集
系统为您推荐了相关专利信息
监督分割方法
医疗影像数据
置信度评估方法
分支
可视化模块
评估系统
多模态特征融合
多任务
风险预测模型
特征选择方法
三维地理信息
数字化展示技术
三角剖分算法
融合方法
激光点云数据
光学遥感影像
SAR遥感影像
多源遥感影像数据
深度学习模型
解码器