联合深度学习和条件随机场的遥感影像云检测

联合深度学习和条件随机场的遥感影像云检测

论文摘要

针对最大类间分类法等传统方法在高分辨率影像云检测时对噪声敏感、云边缘轮廓不精确等问题,该文提出一种结合神经网络结构SegNet和条件随机场的云检测方法,在实现含云区域提取的同时很好地保留了云的边缘轮廓。实验结果表明,结合SegNet神经网络和条件随机场的云检测精度达到94.8%,高于其他经典算法约5%,边缘保持度精度高,并避免了经典算法对噪声敏感的缺点。

论文目录

  • 0 引言
  • 1 原理与方法
  •   1.1 原理
  •     1.1.1 SegNet神经网络结构
  •     1.1.2 条件随机场
  •   1.2 结合SegNet神经网络与条件随机场的云检测
  • 2 实验结果与分析
  • 3 结束语
  • 文章来源

    类型: 期刊论文

    作者: 么嘉棋,陈继溢,陈赟,刘超镇,李国元

    关键词: 遥感影像,云检测,神经网络,条件随机场

    来源: 测绘科学 2019年12期

    年度: 2019

    分类: 基础科学,工程科技Ⅱ辑,信息科技

    专业: 工业通用技术及设备,自动化技术

    单位: 辽宁工程技术大学测绘与地理科学学院,上海航天控制技术研究所

    基金: 国家重点研发计划课题项目(2016YFB0501005)

    分类号: TP751;TP18

    DOI: 10.16251/j.cnki.1009-2307.2019.12.018

    页码: 121-127

    总页数: 7

    文件大小: 1894K

    下载量: 315

    相关论文文献

    标签:;  ;  ;  ;  

    联合深度学习和条件随机场的遥感影像云检测
    下载Doc文档

    猜你喜欢