买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：南京航空航天大学

摘要：本发明公开了一种基于日夜数据融合的夜光遥感影像云检测方法及装置，方法包括以下步骤：获取待检测的夜间遥感图像和同一地区的无云日间遥感影像；利用训练好的夜光遥感云检测网络对所述待检测的夜间遥感图像和同一地区的无云日间遥感影像进行处理,得到所述待检测遥感图像的云检测结果；所述夜光遥感云检测网络包括U型网络,所述U型网络包含日夜数据融合模块、编码模块和解码模块；所述日夜数据融合模块用于融合同一地区的夜间遥感影像和无云日间遥感影像，得到融合后的日夜遥感融合特征图；本发明为夜光遥感影像云检测提供了一个新思路，云检测精度高、误检率低，同时对薄云、碎云以及云边界检测效果更好，能更好的区分明亮地表以及云层。

主权项：1.一种基于日夜数据融合的夜光遥感影像云检测方法，其特征在于，包括以下步骤：获取待检测的夜间遥感图像和同一地区的无云日间遥感影像；利用训练好的夜光遥感云检测网络对所述待检测的夜间遥感图像和同一地区的无云日间遥感影像进行处理,得到所述待检测遥感图像的云检测结果；所述夜光遥感云检测网络包括U型网络,所述U型网络包含日夜数据融合模块、编码模块和解码模块；所述日夜数据融合模块用于融合同一地区的夜间遥感影像和无云日间遥感影像，得到融合后的日夜遥感融合特征图；所述编码模块包括至少一层多尺度注意力融合模块和下采样层，用于输入得到的融合后的日夜遥感融合特征图，通过多尺度注意力融合模块提取云层在各尺度下的特征图；所述解码模块包括至少一层上采样层和多尺度注意力融合模块，用于将上采样得到的特征图与编码阶段得到的特征图进行特征融合后输入多尺度注意力融合模块处理，经过归一化激活函数输出预测结果；所述日夜数据融合模块包括日间遥感影像输入分支、夜间遥感影像输入分支和通道融合模块；所述日间遥感影像输入分支和夜间遥感影像输入分支均包括两个自注意力模块；所述日间遥感影像输入分支用于对输入的日间遥感影像数据分别进行两次自注意力模块处理，得到日间处理结果；所述夜间遥感影像输入分支用于对输入的夜间遥感影像数据分别进行两次自注意力模块处理，得到夜间处理结果；所述通道融合模块用于对同一区域的日间处理结果和夜间处理结果进行通道连接融合，得到融合后的日夜遥感融合特征图；所述多尺度注意力融合模块包括空洞卷积和双注意力模块；输入的特征图依次经过一个1×1空洞率分别为1、2、5的空洞卷积后输入到双注意力模块中，随后对经过双注意力模块处理的特征图进行通道连接完成融合；所述双注意力模块包括：位置注意力模块，用于将输入特征图A通过三个卷积层得到三个特征图B，D，E，然后将B，D，E进行形状重塑为C×N，之后将B的转置与D相乘，再通过归一化激活函数得到特征图S，接着将得到的注意力特征图S与经过形状重塑的特征图E进行矩阵乘法，再乘以尺度系数α，得到空间注意力特征图A1；通道注意力模块，用于将输入特征图A通过三个卷积层得到三个特征图B，D，E，然后将B，D，E进行形状重塑为C×N，之后将B和D两个通道特征进行维度转化和矩阵相乘，获得任意两个通道的关联强度，然后经过相同的归一化激活函数操作获得特征图S，接着将得到的注意力特征图S与经过形状重塑的特征图E进行矩阵乘法，再乘以尺度系数α，得到通道注意力特征图A2；通道连接模块，用于对位置注意力模块、通道注意力模块输出的特征图进行通道连接以获得双注意力特征图；所述夜光遥感云检测网络的构建方法包括：建立日夜数据融合模块，利用基于自注意力机制的自注意力模块构建日间、夜间遥感影像输入分支；构建双注意力模块；基于双注意力模块，构建多尺度注意力融合模块，用多尺度注意力融合模块代替U-Net网络中的传统卷积层，构建联系日夜数据融合模块、编码模块和解码模块的U型网络，作为夜光遥感云检测网络；获取待检测的夜间遥感图像，包括：从卫星可见光红外成像辐射仪套件传感器白天夜间波段夜光遥感影像获取待检测的夜间遥感图像；所述夜光遥感云检测网络的训练方法包括：分别获取同一地区的夜间遥感影像和无云日间遥感影像以及对应的夜间云区标注，得到训练数据集；利用所述训练数据集，训练所述夜光遥感云检测网络，采用Adam优化器对网络进行训练；分别获取同一地区的夜间遥感影像和无云日间遥感影像以及对应的夜间云区标注，包括：获得卫星可见光红外成像辐射仪套件传感器白天夜间波段拍摄的夜间遥感影像数据，通过人工标注，将影像中有云区域标为白色，无云区域标为黑色；获取卫星可见光红外成像辐射仪套件传感器白天夜间波段拍摄对应地区的日间无云遥感影像数据；将夜光遥感影像数据分割为小块，当整景影像不足分割时舍弃，得到云掩膜图像，并将其划分为训练集、测试集和验证集。

全文数据：

权利要求：

百度查询： 南京航空航天大学 一种基于日夜数据融合的夜光遥感影像云检测方法及装置