1 辽宁工程技术大学测绘与地理科学学院, 辽宁 阜新123000
2 国家测绘工程技术研究中心, 北京100039
3 南京大学地理与海洋科学学院, 江苏 南京210023
4 国家测绘地理信息局卫星测绘应用中心, 北京 100048
针对资源三号卫星影像波段少、光谱范围受限的特点,提出了基于深度学习的资源三号卫星遥感影像的云检测方法。首先,采用主成分分析非监督预训练网络结构,获得了待测遥感影像特征;其次,为减少在池化过程中影像特征信息的丢失,提出自适应池化模型,该模型能很好地挖掘影像特征信息;最后,将影像特征输入支持向量机分类器进行分类,获得了云检测结果。选取典型区域进行云检测实验,并与传统Otsu方法进行对比。结果表明:所提方法的检测精度高,且不受光谱范围的限制,可用于资源三号卫星多光谱影像和全色影像的云检测。
遥感 云检测 深度学习算法 主成分变换 资源三号卫星影像