摘要
本发明公开了一种基于物理引导的深度学习遥感数据云检测方法,属于数据处理技术领域,包括:步骤一,卫星遥感观测数据和背景场数据预处理步骤,步骤二,基于辐射传输物理过程的云概率计算步骤,步骤三,物理引导的图像分割深度学习大模型云检测步骤。本发明的基于物理引导的卫星遥感数据云检测方法,采用辐射传输物理仿真,利用贝叶斯最大后验优化估算云出现的概率。在此基础上将约束信息以点提示和框提示的方式,引入到SAM大模型的提示编码器中,使得深度学习图像分割大模型SAM具备了物理先验知识,从而实现了更加精准的云检测,并能灵活地适应不同的大气和海洋状况。
技术关键词
卫星观测数据
图像分割模型
整数线性规划模型
概率密度函数
云检测方法
像素点
计算方法
数值天气预报数据
物理
反射率
深度学习图像
辐射传输模型
卫星遥感数据
顶点
大气廓线
编码器
系统为您推荐了相关专利信息
场景重建方法
融合语义
静态特征
语义分割模型
多模态
导线覆冰厚度
实时数据监测
观测设备
二维查找表
三次样条插值
图像分割模型
关键帧
特征提取网络
图像分割方法
视频帧
综合评估方法
电压
浮动阈值
储能电站数据
正态分布模型
高斯混合模型
序列
累积分布函数
多旋翼无人机飞行
概率密度函数