基于深度学习的多角度遥感影像云检测
发布时间：2021-05-14 16:17
遥感卫星影像一直广泛应用于土地勘测、定位导航、环境侦测、预防灾害、海洋利用等领域,但由于云层的存在对地面场景不仅会产生影响,同时也会在一定程度上改变影像上的光谱和纹理信息,所以云检测方法研究也是目前遥感影像处理中较为热门的研究方向之一。近些年来,卷积神经网络在图像处理方面取得了飞速的发展,也给遥感影像云检测研究带来了新的启发。本文主要研究在含有多角度偏振信息的遥感卫星影像如何提升云检测精度;因此,本文将多角度偏振遥感影像的多角度筛选和目标检测为研究内容,遥感影像多角度筛选可获取更精确的目标类别标签,目标检测获取目标的像素为止,这一研究具有一定的理论意义与实用价值。在多角度偏振遥感卫星影像云检测中,如何选取实验所用角度信息是一个难点,针对该问题本文利用SegNet网络研究了不同角度信息对于云检测精度的影响以及不同角度信息融合具有的优势;在目标检测中,针对多角度信息手动选择较为繁复的问题,本文设计出一种新的基于SeNet-LiteSegNet（SLS）网络的遥感影像云检测方法。具体工作如下:1、针对以往利用单角度遥感卫星影像进行云检测所展现出来的缺陷,本文基于多角度遥感卫星影像的优势,利用...
【文章来源】：安徽大学安徽省 211工程院校
【文章页数】：66 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 研究目的和意义
1.2 研究背景和现状
1.2.1 光学遥感卫星影像
1.2.2 国内外遥感影像云检测算法
1.3 PARASOL卫星多角度数据
1.3.1 PARASOL卫星
1.3.2 POLDER仪器
1.4 论文研究技术路线
1.5 论文研究内容和组织结构
第二章 相关技术
2.1 人工神经网络
2.1.1 卷积神经网络
2.1.2 图像语义分割网络
2.2 注意力机制
2.2.1 空间域
2.2.2 通道域
2.2.3 混合域
2.3 本章小结
第三章 基于SegNet的遥感影像多角度云检测方法
3.1 引言
3.2 多角度遥感影像通道选择及使用
3.2.1 不同通道影像特点
3.2.2 数据预处理
3.3 基于深度学习的多角度遥感影像云检测方法
3.3.1 构建SegNet云检测模型
3.3.2 算法流程
3.4 实验结果与分析
3.4.1 实验评价指标
3.4.2 全角度云检测模型与单角度云检测模型比对实验
3.4.3 多角度云检测模型与单角度云检测模型比对实验
3.4.4 定量评价
3.5 本章小结
第四章 基于SENET和SegNet的多角度遥感影像云检测
4.1 引言
4.2 多角度偏振遥感影像通道的选择及使用
4.2.1 偏振通道的选择
4.2.2 计算通道大气顶反射率
4.2.3 计算偏振波段大气分子光学厚度
4.3 融合通道注意力机制和SegNet网络的多角度偏振信息遥感影像云检测方法
4.3.1 融合通道注意力机制和SegNet网络的云检测模型
4.3.2 算法流程
4.4 实验结果与分析
4.4.1 数据集
4.4.2 对比实验设置
4.4.3 实验对比
4.4.4 定量评价
4.5 本章小结
第五章 总结与展望
5.1 总结
5.2 展望
参考文献
攻读硕士期间发表的论文
致谢
【参考文献】：
期刊论文
[1]高分五号卫星多角度偏振相机最优化估计反演:角度依赖与后验误差分析[J]. 郑逢勋,侯伟真,李正强. 物理学报. 2019(04)
[2]多角度偏振成像仪系统级偏振定标方法研究[J]. 康晴,袁银麟,翁建文,丁蕾,李健军,吴浩宇,洪津,郑小兵. 大气与环境光学学报. 2019(01)
[3]PARASOL/POLDER3卫星数据的海洋上空云检测[J]. 陈震霆,孙晓兵,乔延利. 遥感学报. 2018(06)
[4]偏振多通道遥感云检测的阈值优化[J]. 方薇,乔延利,张冬英,易维宁. 光学学报. 2018(12)
[5]综合高分卫星图像多维特征的云检测方法[J]. 夏雨,崔生成,杨世植. 大气与环境光学学报. 2017(06)
[6]资源三号影像朵云识别中云雪分离研究[J]. 李腾腾,唐新明,高小明. 测绘通报. 2016(02)
[7]遥感图像云检测方法综述[J]. 侯舒维,孙文方,郑小松. 空间电子技术. 2014(03)
[8]航空摄影过程中云的实时自动检测[J]. 高贤君,万幼川,郑顺义,杨元维. 光谱学与光谱分析. 2014(07)
[9]快速高准确度云检测算法及其应用[J]. 单娜,郑天垚,王贞松. 遥感学报. 2009(06)
[10]利用MODIS资料对中国西部地区的云检测[J]. 汤琦,毛节泰,李成才. 高原气象. 2006(06)
博士论文
[1]光学遥感卫星影像云检测方法及应用[D]. 康一飞.武汉大学 2018
硕士论文
[1]基于神经网络的国产高分光学遥感图像云检测[D]. 康超萌.中国科学院大学(中国科学院西安光学精密机械研究所) 2018
本文编号：3185953
【文章来源】：安徽大学安徽省 211工程院校
【文章页数】：66 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 研究目的和意义
1.2 研究背景和现状
1.2.1 光学遥感卫星影像
1.2.2 国内外遥感影像云检测算法
1.3 PARASOL卫星多角度数据
1.3.1 PARASOL卫星
1.3.2 POLDER仪器
1.4 论文研究技术路线
1.5 论文研究内容和组织结构
第二章 相关技术
2.1 人工神经网络
2.1.1 卷积神经网络
2.1.2 图像语义分割网络
2.2 注意力机制
2.2.1 空间域
2.2.2 通道域
2.2.3 混合域
2.3 本章小结
第三章 基于SegNet的遥感影像多角度云检测方法
3.1 引言
3.2 多角度遥感影像通道选择及使用
3.2.1 不同通道影像特点
3.2.2 数据预处理
3.3 基于深度学习的多角度遥感影像云检测方法
3.3.1 构建SegNet云检测模型
3.3.2 算法流程
3.4 实验结果与分析
3.4.1 实验评价指标
3.4.2 全角度云检测模型与单角度云检测模型比对实验
3.4.3 多角度云检测模型与单角度云检测模型比对实验
3.4.4 定量评价
3.5 本章小结
第四章 基于SENET和SegNet的多角度遥感影像云检测
4.1 引言
4.2 多角度偏振遥感影像通道的选择及使用
4.2.1 偏振通道的选择
4.2.2 计算通道大气顶反射率
4.2.3 计算偏振波段大气分子光学厚度
4.3 融合通道注意力机制和SegNet网络的多角度偏振信息遥感影像云检测方法
4.3.1 融合通道注意力机制和SegNet网络的云检测模型
4.3.2 算法流程
4.4 实验结果与分析
4.4.1 数据集
4.4.2 对比实验设置
4.4.3 实验对比
4.4.4 定量评价
4.5 本章小结
第五章 总结与展望
5.1 总结
5.2 展望
参考文献
攻读硕士期间发表的论文
致谢
【参考文献】：
期刊论文
[1]高分五号卫星多角度偏振相机最优化估计反演:角度依赖与后验误差分析[J]. 郑逢勋,侯伟真,李正强. 物理学报. 2019(04)
[2]多角度偏振成像仪系统级偏振定标方法研究[J]. 康晴,袁银麟,翁建文,丁蕾,李健军,吴浩宇,洪津,郑小兵. 大气与环境光学学报. 2019(01)
[3]PARASOL/POLDER3卫星数据的海洋上空云检测[J]. 陈震霆,孙晓兵,乔延利. 遥感学报. 2018(06)
[4]偏振多通道遥感云检测的阈值优化[J]. 方薇,乔延利,张冬英,易维宁. 光学学报. 2018(12)
[5]综合高分卫星图像多维特征的云检测方法[J]. 夏雨,崔生成,杨世植. 大气与环境光学学报. 2017(06)
[6]资源三号影像朵云识别中云雪分离研究[J]. 李腾腾,唐新明,高小明. 测绘通报. 2016(02)
[7]遥感图像云检测方法综述[J]. 侯舒维,孙文方,郑小松. 空间电子技术. 2014(03)
[8]航空摄影过程中云的实时自动检测[J]. 高贤君,万幼川,郑顺义,杨元维. 光谱学与光谱分析. 2014(07)
[9]快速高准确度云检测算法及其应用[J]. 单娜,郑天垚,王贞松. 遥感学报. 2009(06)
[10]利用MODIS资料对中国西部地区的云检测[J]. 汤琦,毛节泰,李成才. 高原气象. 2006(06)
博士论文
[1]光学遥感卫星影像云检测方法及应用[D]. 康一飞.武汉大学 2018
硕士论文
[1]基于神经网络的国产高分光学遥感图像云检测[D]. 康超萌.中国科学院大学(中国科学院西安光学精密机械研究所) 2018
本文编号：3185953
本文链接：https://www.wllwen.com/guanlilunwen/gongchengguanli/3185953.html
