高光谱数据支持的深度学习卫星数据云检测方法
基本信息
| 申请号 | CN201910558170.4 | 申请日 | - |
| 公开（公告）号 | CN110427818A | 公开（公告）日 | 2019-11-08 |
| 申请公布号 | CN110427818A | 申请公布日 | 2019-11-08 |
| 分类号 | G06K9/00（2006.01）I; G06K9/34（2006.01）I; G06K9/62（2006.01）I; G06N3/04（2006.01）I; G01J3/28（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 夹尚丰; 孙林; 王春香 | 申请（专利权）人 | 青岛星科瑞升信息科技有限公司 |
| 代理机构 | - | 代理人 | - |
| 地址 | 266590 山东省青岛市黄岛区前湾港路579号山东科技大学科技园综合楼214室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了高光谱数据支持的深度学习卫星数据云检测方法，其包括以下步骤：选取足够数量的云和晴空像元构建高光谱数据样本库，根据待检测传感器的光谱响应函数、波段宽度等参数对高光谱像元样本库模拟计算，得到待检测传感器的云和晴空地表像元库；基于Keras深度学习框架，设计用于云检测的深层BP神经网络，将模拟得到多光谱样本数据输入网络训练学习，得到基于光谱特性的多光谱传感器云检测规则。基于马尔科夫随机场模型，利用迭代条件模式算法对云检测结果进行优化，去除部分云检测的误分漏分误差。本方法选用多种传感器数据，与人工目视解译的云覆盖结果对比分析，结果表明，本算法取得较好的云检测效果，可以满足数据应用对云检测的要求。 |
