[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

摘要

本发明一种全卷积神经网络复合特征的遥感影像云判方法，它有五大步骤。步骤一：计算机读取数据；步骤二：样本扩充；步骤三：构造全卷积神经网络并提取复合特征；步骤四：训练网络；步骤五：自动云判，得到最终的结果图。本发明克服了现有技术的不足，很好地解决了遥感影像自动云判问题，自动化程度和判别精度均较高，能够大幅度降低人工成本，因此该方法可以应用于遥感影像的自动云判中，具有广阔的应用前景和价值。

主权项

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，遥感影像数据被预先随机分为两类，均包含影像和标签，一类为训练数据，另一类为测试数据；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首先对步骤二扩充样本并裁切后的遥感影像进行基本卷积特征提取，得到在不同尺度的基本特征；其次将这些基本特征进行复合提取，并进行组合；最后对组合后的特征输入到全连接得分层中获得得分，并在交叉熵损失函数层进行损失值的计算；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。