融合面向对象动态阈值与特征增强的深度学习云检测方法

本发明涉及一种融合面向对象动态阈值和特征增强的深度学习云检测方法，属于遥感图像云检测领域。该方法包括：获取原始卫星遥感图像，针对每个图像均采用基于三角法的动态阈值法生成掩膜阈值；根据掩膜阈值，结合改进ACCA算法在遥感图像中生成高置信度云掩膜、低置信度云掩膜和阴影掩膜；根据生成的掩膜，匹配图像中的云对象和阴影对象得到云掩膜图像；对于云掩膜图像中的错误掩膜，通过掩膜替换消除误检；将最终生成的所有云掩膜图像构建为遥感图像训练数据集，并通过该数据集训练纹理特征增强的深度学习云检测网络模型；该模型训练好后用于卫星遥感图像中云的预测。本发明可提高雪山、沙漠盐碱地、城市高亮地表等复杂场景下云检测的准确率。