基于深度学习的地基云图分类与分割研究

发布时间：2022-08-01 15:47

　　本文利用已公开的地基云图数据集 Singapore Whole-sky Imaging Cate-gories（SWIMCAT）数据集、SWIMSEG（Singapore Whole Sky Image Segmentation）数据集、BENCHMARK 数据集和自建的 Cirrus Cumulus Stratus Nimbus（CCSN）数据集,基于深度学习的方法,研究了地基云分类与云分割的问题。主要结论如下:（1）针对气象行业地基云图的分类问题,一个新的卷积神经网络模型被提出,称之为CloudNet,用于地基云分类,一个地面云图数据集被建立,称之为CCSN,该数据集包括气象标准下的10种云类型。CCSN数据集中云图像的数量是以前数据集的三倍。第一次将飞机产生的尾迹云在该数据集中予以考虑,使该数据集与现有的地面云图数据集相比更全面和具有代表性。在该云图数据集上进行训练,并对训练好的模型进行优化,与传统的方法进行比较,结果表明该模型分类准确度更佳、参数量更少、训练效率更高。大量实验的评估表明,提出的CloudNet模型可以在气象云分类中取得良好的分类效果。（2）针对云分割的问题,经过... 

【文章页数】：58 页

【学位级别】：硕士

【部分图文】：

图２．１?Ｈ：种不同数掘集中的一些样軋（ａ）图像来自ＣＣＳＮ数据集依次为Ａｃ，Ｓｃ，?Ｎｓ，Ｃｕ，Ｃｉ，Ｃｃ，?Ｃｂ，??Ａｓ，?Ｃｔ，Ｃｓ，?Ｓｔ；?（ｂ）图像来自?ＨＵＳＴ?数据集，依次为?Ａｃ，?Ａｓ，?Ｃｃ，Ｃｌｅａｒ?ｓｋｙ，?Ｃｓ，?Ｃｕ，?Ｓｃ，Ｓｔ，?Ｃｉ；?（ｃ）图像来??

图２．５过拟合？欠拟合满竞亂（ａ）为欠拟合＞，〇））为急靡勺拟合，（ｃ）为过拟合９??

图３．１卷积神经网络应用于云分美的示意爾，将云爾输入到卷积神经网络后输出的是对应的云类??

【参考文献】：
期刊论文
[1]基于深度卷积神经网络的气象雷达噪声图像语义分割方法[J]. 杨宏宇,王峰岩.  电子与信息学报. 2019(10)
[2]遥感图像云检测的多尺度融合分割网络方法[J]. 郭玥,于希明,王少军,彭宇.  仪器仪表学报. 2019(06)
[3]利用黄山地区地基观测对FY-2E云分类的检验和验证[J]. 杨牧田,金莲姬.  科学技术与工程. 2015(36)
[4]资源三号测绘卫星自动云检测[J]. 陈振炜,张过,宁津生,唐新明.  测绘学报. 2015(03)
[5]基于选择性神经网络集成的地基云状识别算法[J]. 鲁高宇,李涛.  计算机应用与软件. 2015(03)
[6]基于纹理特征的地基云分类识别研究[J]. 李含光,王琦.  重庆邮电大学学报(自然科学版). 2014(04)
[7]基于KNN的地基可见光云图分类方法[J]. 朱彪,杨俊,吕伟涛,陈丽英,马颖,姚雯,张义军.  应用气象学报. 2012(06)
[8]测云方法研究进展[J]. 陆雅君,陈刚毅,龚克坚,魏鸣,龚敬瑜.  气象科技. 2012(05)
[9]基于局部阈值插值的地基云自动检测方法[J]. 杨俊,吕伟涛,马颖,姚雯,李清勇.  气象学报. 2010(06)
[10]全天空测云技术现状及进展[J]. 高太长,刘磊,赵世军,孙学金,刘剑.  应用气象学报. 2010(01)

博士论文
[1]典型地基云图云状的识别方法研究[D]. 陈晓颖.东南大学 2015
[2]复杂结构的聚类学习及图像分割研究[D]. 丁军娣.南京航空航天大学 2008

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
[2]基于图像特征的地基云分类识别研究[D]. 王琦.南京信息工程大学 2013
[3]基于小波变换的地基云图云状分割[D]. 袁永.南京信息工程大学 2011



本文编号：3667731