摘要
本发明公开了一种融合小波变换的UnCRtainTS去云方法,属于属于图像处理领域,特别是航拍图像的去云方法。本发明利用小波变换提取的纹理特征来构建云的特征库。这一步骤通过计算不同波段之间的相关性,帮助获取云与地表物体的光谱差异,增强模型的云识别能力。然后将小波变换后的高频分量及其提取的特征作为输入,输入到改进后的UnCRtainTS去云模型中。模型输出后,将去云结果与小波变换后的低频分量结合,利用逆小波变换重建去云后的影像。我们将小波变换与UnCRtainTS去云模型进行融合形成Tri‑CloudNet模型,既保留了深度学习模型去处本发明的优点,又将其与传统物理方法融合起来实现了创新,解决了纯深度学习去除云效果不佳的弊端。
技术关键词
融合小波
记忆单元
时间序列特征
矩阵
注意力机制
双曲正切函数
强化特征
深度学习模型
噪声特征
编码器
纹理特征
分类方法
编码模块
图像处理
计算方法
多层次
上采样
系统为您推荐了相关专利信息
平衡机器人
拉格朗日方程
逻辑
坐标系
形式化验证方法
激光打标机
基准读取位置
机器视觉系统
编码
读写器
精准识别方法
高精度船舶
冗余特征
深度学习算法
光学遥感影像
节能管控方法
模糊系统
矩阵半张量积
能耗特征
变分贝叶斯
网络态势感知
风险评估模型
网络安全风险
网络安全态势
风险评估值