[发明专利]一种基于全卷积神经网络复合特征的遥感影像云判方法

权利要求书

1.一种基于全卷积神经网络复合特征的遥感影像云判方法，其特征在于：该方法包括如下步骤：

步骤一：计算机读取数据

使用计算机读取遥感影像数据，包含影像和标签，数据均为4波段影像，包含蓝(450nm-520nm)、绿(520nm-590nm)、红(630nm-690nm)和红外(770nm-890nm)波段；

步骤二：样本扩充

首先，在原始遥感影像基础上，进行随机地90°、180°、270°和360°旋转，以扩充样本；其次，对遥感影像进行裁切；

步骤三：构造全卷积神经网络并提取复合特征

构造全卷积网络，并提取复合特征；训练时将复合特征输入到全连接的得分层获得得分，并在交叉熵损失函数层进行损失值的计算；

复合特征来源于特别构造的全卷积网络；在VGG-16模型基础上，于Conv1-2，Conv2-2和Conv3-3之后，对影像进行降采样2倍操作，并分别于Conv1-2，Conv2-2，Conv3-3，Conv4-3，Conv5-3和Conv7设置卷积层，得到复合特征层feat1，feat2，feat3，feat4，feat5和feat7；将各复合特征层恢复到原图尺寸后进行串联，得到复合特征组合层；从而获得网络中各个不同尺度、抽象程度的信息；

步骤四：训练网络

如步骤三构造好网络后，在Pytorch深度学习框架下，利用带标签的训练数据对网络进行训练，直至网络模型达到最优，并储存此时的网络参数；

步骤五：自动云判

利用步骤四训练好的网络模型对测试数据进行自动云判，即可获得遥感影像云判结果。