[发明专利]一种基于深度学习的遥感图像云检测方法在审
| 申请号： | 201810396541.9 | 申请日： | 2018-04-28 |
| 公开（公告）号： | CN108805861A | 公开（公告）日： | 2018-11-13 |
| 发明（设计）人： | 杨俊刚;安成锦;曾晓双;李骏;安玮 | 申请（专利权）人： | 中国人民解放军国防科技大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/10 |
| 代理公司： | 长沙正奇专利事务所有限责任公司 43113 | 代理人： | 魏国先;王娟 |
| 地址： | 410001 *** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的遥感图像云检测方法，其包括以下步骤：对获得的遥感图像数据集进行图像预处理，并将预处理后的图像分为训练集和测试集；将训练集中的图像作为神经网络模型的输入，不断更新网络模型参数优化神经网络模型；将测试集图像输入到训练好的神经网络模型中进行验证，将遥感图像中有云的部分检测出来。本发明在结合使用深度学习卷积神经网络的基础上，解决了由于云特征提取不够充分而导致检测结果不够理想的问题，提高了检测精度，加强了算法的普适性。 | ||
| 搜索关键词： | 神经网络模型 遥感图像 测试集 云检测 预处理 图像 卷积神经网络 遥感图像数据 图像预处理 参数优化 检测结果 特征提取 图像输入 网络模型 普适性 训练集 检测 算法 学习 验证 更新 | ||
【主权项】：
1.一种基于深度学习的遥感图像云检测方法，其特征在于，包括以下步骤：1)对获得的遥感图像数据集进行图像预处理，并将预处理后的图像分为训练集和测试集；2)将训练集中的图像作为神经网络模型的输入，不断更新网络模型参数优化神经网络模型；3)将测试集图像输入到训练好的神经网络模型中进行验证，将遥感图像中有云的部分检测出来。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国人民解放军国防科技大学，未经中国人民解放军国防科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810396541.9/，转载请声明来源钻瓜专利网。
