说明:收录25万 73个行业的国家标准 支持批量下载
(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210851518.0 (22)申请日 2022.07.19 (71)申请人 中国科学院空天信息创新研究院 地址 100094 北京市海淀区邓庄南路9号 (72)发明人 郭擎 童濂滋 要旭东 王华  李思佳  (74)专利代理 机构 北京路浩知识产权代理有限 公司 11002 专利代理师 陈威 (51)Int.Cl. G06V 20/00(2022.01) G06V 10/44(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 遥感影像云检测方法及装置 (57)摘要 本发明提供一种遥感影像云检测方法及装 置, 该方法包括, 基于待检测遥感影像, 获取第一 目标图像和第二目标图像; 将第一目标图像和第 二目标图像输入遥感影像云检测模 型, 获取遥感 影像云检测模型输出的待检测遥感影像的云检 测结果; 其中, 第一目标图像为待检测遥感影像 的雾霾优化转换HOT指数特征图像; 第二目标图 像为待检测遥感影像目标波 段的多光谱图像; 目 标波段包括红色波段、 绿色波段、 蓝色波段 以及 近红外波段。 本发明提供的遥感影像 云检测方法 及装置, 能通过在遥感影像云检测中增加待检测 遥感影像目标波段的光谱特征以及HOT指数特 征, 实现更准确的识别待检测遥感影像中的云混 淆区域, 能提高遥感影 像云检测的准确率。 权利要求书4页 说明书21页 附图4页 CN 115410074 A 2022.11.29 CN 115410074 A 1.一种遥感影 像云检测方法, 其特 征在于, 包括: 获取待检测遥感影 像; 基于所述待检测遥感影 像, 获取第一目标图像和第二目标图像; 将所述第一目标图像和所述第 二目标图像输入遥感影像云检测模型, 获取所述遥感影 像云检测模型输出的所述待检测遥感影 像的云检测结果; 其中, 所述第一目标图像为所述待检测遥感影像的雾霾优化转换HOT指数特征图像; 所 述第二目标图像为所述待检测遥感影像目标波段的多光谱图像; 所述目标波段包括红色波 段、 绿色波段、 蓝色波段以及近红外波段; 所述遥感影像云检测模型是基于第 一样本图像、 第 二样本图像以及样本遥感影像的云 检测结果进 行训练后得到的; 所述第一样 本图像为所述样本遥感影像的H OT指数特征影像, 所述第二样本图像为所述样本遥感影像目标波段的多光谱影像; 所述第一样本图像和所述 第二样本图像, 是基于所述样本 遥感影像获取的。 2.根据权利要求1所述的遥感影像云检测方法, 其特征在于, 所述遥感影像云检测模 型, 包括: 边 缘检测模块和云检测模块; 相应地, 所述将所述第一目标图像和所述第二目标图像输入遥感影像云检测模型, 获 取所述遥感影 像云检测模型输出的所述待检测遥感影 像的云检测结果, 包括, 将所述第一目标图像和所述第 二目标图像输入边缘检测模块, 由所述边缘检测模块对 所述第一目标图像和所述第二目标图像进 行边缘检测, 进而获取所述边缘检测模块输出的 边缘增强特 征图像; 将所述边缘增强特征图像输入所述云检测模块, 获取所述云检测模块输出的所述待检 测遥感影 像的云检测结果。 3.根据权利要求2所述的遥感影像云检测方法, 其特征在于, 所述云检测模块, 包括: 语 义特征提取单元、 空洞卷积单 元和解码单 元; 相应地, 将所述边缘增强特征图像输入所述云检测模块, 获取所述云检测模块输出的 所述待检测遥感影 像的云检测结果, 包括: 将所述边缘增强特征图像输入所述语义特征提取单元, 获取所述语义特征提取单元输 出的第一特征图像、 第二特征图像、 第三特征图像和第四特征图像; 所述第二特征图像是基 于所述第一特征图像生成的, 所述第三特征图像是基于所述第二特征图像生成的, 所述第 四特征图像是基于所述第三特 征图像生成的; 将所述第四特征图像输入所述空洞卷积单元, 获取所述空洞卷积单元输出的第五特征 图像; 将所述第一特征图像、 所述第二特征图像、 所述第三特征图像和所述第五特征图像输 入所述解码单元, 获取所述解码单元输出的所述待检测遥感影 像的云检测结果。 4.根据权利要求3所述的遥感影像云检测方法, 其特征在于, 所述语义特征提取单元, 包括: 第一卷积子单 元、 第二卷积子单 元、 第三卷积子单 元和第一空洞卷积子单 元; 相应地, 所述将所述边缘增强特征图像输入所述语义特征提取单元, 获取所述语义特 征提取单元输出的第一特 征图像、 第二特 征图像、 第三特 征图像和第四特 征图像, 包括: 将所述边缘增强特征图像输入所述第 一卷积子单元, 由所述第 一卷积子单元对所述边 缘增强特征图像进行下采样和特征提取, 进而获取所述第一卷积子单元输出的所述第一特权 利 要 求 书 1/4 页 2 CN 115410074 A 2征图像; 将所述第一特征图像输入所述第 二卷积子单元, 由所述第 二卷积子单元对所述第 一特 征图像进行 下采样和特 征提取, 进 而获取所述第二卷积子单 元输出的所述第二特 征图像; 将所述第二特征图像输入所述第 三卷积子单元, 由所述第 三卷积子单元对所述第 二特 征图像进行 下采样和特 征提取, 进 而获取所述第三卷积子单 元输出的所述第三特 征图像; 将所述第三特征图像输入所述第 一空洞卷积子单元, 由所述第 一空洞卷积子单元基于 空洞卷积 计算对所述第三特征图像进 行特征提取, 进而获取所述第一空洞卷积子单元输出 的第四特 征图像。 5.根据权利要求4所述的遥感影像云检测方法, 其特征在于, 所述解码单元, 包括: 第一 特征融合子单元、 第二特征融合子单元、 第三特征融合子单元、 第四特征融合子单元、 第一 上采样子单元、 第二上采样 子单元、 第一卷积上采样子单元、 第二卷积上采样子单元和第三 卷积上采样子单 元; 相应地, 所述将所述第一特征图像、 所述第二特征图像、 所述第三特征图像和所述第五 特征图像输入所述解码单元, 获取所述解码单元输出的所述待检测遥感影像的云检测结 果, 包括: 将所述第五特征图像和所述第 三特征图像输入所述第 一特征融合子单元, 获取所述第 一特征融合子单 元输出的第六 特征图像; 将所述第六特征图像分别输入所述第 一上采样子单元和所述第 一卷积上采样单元, 由 所述第一上采样子单元对所述第六特征图像进行上采样, 由所述第一卷积上采样子单元对 所述第六特征图像进 行卷积计算和上采样, 进而获取所述第一上采样子单元输出的第七特 征图像, 获取 所述第一卷积上采样子单 元输出的第八特 征图像; 将所述第七特征图像和所述第 二特征图像输入所述第 二特征融合子单元, 获取所述第 二特征融合子单 元输出的第九特 征图像; 将所述第九特征图像分别输入所述第 二上采样子单元和所述第 二卷积上采样子单元, 由所述第二上采样子单元对所述第九特征图像进 行上采样, 由所述第二卷积上采样子单元 对所述第九特征图像进行卷积计算和上采样, 进而获取所述第二上采样子单元输出的第十 特征图像, 获取 所述第二卷积上采样子单 元输出的第十一特 征图像; 将所述第十特征图像和所述第 一特征图像输入所述第 三特征融合子单元, 获取所述第 三特征融合子单 元输出的第十二特 征图像; 将所述第十二特征图像输入所述第 三卷积上采样子单元, 由所述第 三卷积上采样子单 元对所述第十二特征图像进行卷积计算和上采样, 进而获取所述第三卷积上采样子单元输 出的第十三特 征图像; 将所述第八特征图像、 所述第十一特征图像和所述第十三特征图像输入第四特征融合 子单元, 获取所述第四特 征融合子单 元输出的所述待检测遥感影 像的云检测结果。 6.根据权利要求2所述的遥感影像云检测方法, 其特征在于, 所述边缘检测模块, 包括: 边缘检测单 元和特征融合单 元; 相应地, 所述将所述第一目标图像和所述第二目标图像输入边缘检测模块, 由所述边 缘检测模块对所述第一目标图像和所述第二目标图像进行边缘检测, 进而获取所述边缘检 测模块输出的边 缘增强特 征图像, 包括:权 利 要 求 书 2/4 页 3 CN 115410074 A 3

PDF文档 专利 遥感影像云检测方法及装置

文档预览
中文文档 30 页 50 下载 1000 浏览 0 评论 0 收藏 3.0分
温馨提示:本文档共30页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
专利 遥感影像云检测方法及装置 第 1 页 专利 遥感影像云检测方法及装置 第 2 页 专利 遥感影像云检测方法及装置 第 3 页
下载文档到电脑,方便使用
本文档由 SC 于 2024-02-24 00:40:44上传分享
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们微信(点击查看客服),我们将及时删除相关资源。