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！

摘要：本发明一种基于神经网络的遥感图像云层判别及去除方法，步骤包括：选择若干无云遥感图，模拟生成云层得到云层厚度图，并添加到无云图上得到有云图，提取云层厚度图的边缘组成遥感图像数据集；搭建云层边缘估计单元和云层厚度估计单元；搭建特征强化单元和云层判别单元；搭建云层去除网络，用于从单张有云图生成去云图；基于去云图特征损失函数、去云图重建损失函数、云层厚度损失函数和云层边缘损失函数训练云层去除网络，基于云层判别单元损失函数训练云层判别单元；导入训练结束的模型参数，从单张有云遥感图像得到去云遥感图像。

主权项：1.一种基于神经网络的遥感图像云层判别及去除方法，其特征在于步骤如下：1选择若干无云遥感图，模拟生成云层得到云层厚度图，并添加到无云图上得到有云图，提取云层厚度图的边缘得到云层边缘图，将无云图、有云图、云层厚度图和云层边缘图组成遥感图像数据集，并划分成训练集、验证集和测试集；2搭建云层边缘估计单元，用于估计云层的边缘特征信息，搭建云层厚度估计单元，用于生成云层厚度信息，提供给后续网络完成云层去除；3搭建特征强化单元，用于对图像云层特征进行强化，搭建云层判别单元，用于判别图像中云是否去除彻底；4基于云层边缘估计单元、云层厚度估计单元、特征强化单元和云层判别单元，搭建云层去除网络，用于从单张有云图生成去云图；5基于去云图特征损失函数、去云图重建损失函数、云层厚度损失函数和云层边缘损失函数训练云层去除网络，基于云层判别单元损失函数训练云层判别单元；6导入训练结束的模型参数，从单张有云遥感图像得到去云遥感图像；所述步骤1中，构建遥感图像数据集的具体步骤为：11选择m张无云遥感图，通过模拟生成云层得到m张云层厚度图并添加到无云遥感图中，得到m张有云遥感图，利用Sobel算子对云层厚度图提取边缘得到m张云层边缘图，按照尺寸为N×N对所有图像进行分割，得到n张无云遥感图像H、n张有云遥感图像K、n张云层厚度图像G和n张云层边缘图像J组成数据集U，其中，m、n和N均为正整数；12扩充数据集，具体为：从步骤11的数据集U中随机选取a％的图像，对图像随机进行旋转操作，包括90°旋转、180°旋转、270°旋转和镜面翻转；旋转操作后得到扩充图像并添加到数据集U中组成遥感图像数据集V，其中，a为正整数；13将步骤12中遥感图像数据集V按照z1:z2:z3划分训练集、验证集和测试集，其中，z1、z2和z3均为正整数；所述步骤2中，所述云层边缘估计单元具体搭建过程为：基于w个残差模块搭建云层边缘估计单元，用于估计云层的边缘特征信息，单元输入为有云遥感图像，输出为云层边缘图，其中w为正整数；所述残差模块包括z个卷积块Block和1个残差连接，每个卷积块Block由2个卷积、2个斜率为lr的LReLU激活函数、1个残差学习和1个特征强化单元组成，卷积核尺寸均为s×s，步幅均为e，其中，z、s和e均为正整数，lr为范围在[0,1]的小数；所述步骤2中，所述云层厚度估计单元具体搭建过程为：基于y个双残差模块和1个残差连接搭建云层厚度估计单元，用于生成云层厚度信息，提供给后续网络完成云层去除，云层厚度估计单元输入为有云遥感图像，输出为云层厚度图，其中，y为正整数；所述双残差模块由3个卷积、3个斜率为lr的LReLU激活函数、2个残差学习和1个特征强化单元组成，卷积核尺寸均为d×d，步幅均为t，其中，d和t均为正整数，lr为范围在[0,1]的小数；所述步骤3中，所述特征强化单元具体搭建过程为：基于u个卷积、u-1个斜率为lr的LReLU激活函数和1个Sigmoid激活函数搭建特征强化单元，用于对图像特征进行强化，卷积核尺寸均为f×f，步幅均为g，其中，u、f和g均为正整数，lr为范围在[0,1]的小数；所述对图像特征进行强化的过程为：特征强化单元的输入经过卷积、斜率为lr的LReLU激活函数和Sigmoid激活函数后,得到特征图β1,将特征图β1与原始输入β2的对应像素乘积，实现自适应元素级别的特征强化；其中，lr为范围在[0,1]的小数；所述步骤3中，所述云层判别单元具体搭建过程为：基于j个卷积、j-1个ReLU激活函数、1个Tanh激活函数和1个均值池化搭建云层判别单元，用于判别图像中云是否去除干净，j个卷积的卷积核尺寸依次为{fi×fi|i∈1,2,…,j}，步幅依次为{di×di|i∈1,2,…,j}，其中，j、fi和di均为正整数；所述判别图像中云是否去除彻底的过程为：采用数据集中无云遥感图和有云遥感图训练云层判别单元，云层判别单元的输入为图像，输出为概率x，x∈[0,1]；若输入图像云层去除彻底，则云层判别单元输出x接近1，若云层去除不彻底则输出x接近0；其中，x为范围在[0,1]的小数；所述步骤4中，所述搭建云层去除网络的具体过程为：采用数据集中有云遥感图、无云遥感图、云层厚度图和云层边缘图训练云层去除网络；将云层边缘估计单元的输出α1、云层厚度估计单元的输出α2和薄云遥感图像α3在通道上级联，通过特征强化单元后得到特征图α4，利用云层判别单元进行判别，若输出大于阈值k，则认为云层去除彻底，得到输出去云遥感图像，若输出小于等于阈值k，则认为云层未去除彻底，重复上述过程进行云层去除，其中，k为范围在[0,1]的小数。

全文数据：

权利要求：

百度查询： 航天东方红卫星有限公司 一种基于神经网络的遥感图像云层判别及去除方法