基于改进的DeeplabV3+模型的云检测研究

摘要

传统云检测方法难以适用于高空间分辨率卫星遥感影像，利用深度学习开展针对SPOT6/7卫星遥感影像的像素级云检测研究。提出基于区域生长法的云图标注方法CloudLabel，融合多种形态学处理方法，保留云区边缘细节，在现有Labelme标注的基础上将云检测像素精度提升了3%；另外，在原始DeeplabV3+模型中引入内卷积模块，结合Poly学习率变更策略，提出基于RedNet-DeeplabV3+模型的云检测方法。结果表明：该云检测方法优于DeeplabV3+、U-net以及DANet等其他深度学习网络模型，可达到93%以上的识别准确率。为检验该方法具有的普适性，针对航拍照片、地理信息系统数据等其他类型的高空间分辨率遥感影像进行云检测，识别准确率达到87.2%以上。

关键词

高空间分辨率卫星遥感影像 / 云检测 / 深度学习