云和雪的檢測是衛(wèi)星遙感影像處理過程中的一部分,也是對其進(jìn)行后續(xù)分析和解譯等應(yīng)用的關(guān)鍵步驟。本文提出了結(jié)合ResNet和DeepLabV3+的全卷積神經(jīng)網(wǎng)絡(luò)云雪檢測方法。采用ResNet50骨干網(wǎng)絡(luò),根據(jù)云和雪在天繪一號遙感影像上的特點(diǎn)優(yōu)化DeepLabV3+網(wǎng)絡(luò)模型,并采用ELU激活函數(shù)、Adam梯度下降法以及Focal Loss損失函數(shù)來加快收斂速度、提高分割精度。通過天繪一號衛(wèi)星云雪影像數(shù)據(jù)集對網(wǎng)絡(luò)進(jìn)行訓(xùn)練并測試,試驗(yàn)結(jié)果表明,本文方法與傳統(tǒng)Otsu法相比,穩(wěn)健性更強(qiáng),在檢測精度上優(yōu)于FCN-8s與DeepLabV3+,速度上優(yōu)于DeepLabV3+,能推廣用于不同來源的遙感影像,具有較好的應(yīng)用前景。 

【文章來源】：測繪學(xué)報(bào). 2020,49(10)北大核心EICSCD

【文章頁數(shù)】：11 頁

【部分圖文】：

裁切后的原圖以及數(shù)據(jù)增強(qiáng)效果圖

圖3 DeepLabV3+原理[26]如圖4所示,DeepLabV3+是將編碼器-解碼器和ASPP相結(jié)合,獲取圖像更多邊界信息,ASPP可獲取更多特征信息。骨干網(wǎng)絡(luò)使用Xception模塊級聯(lián)而成,使用Xception Block21來獲取圖像高級語義信息,加入ASPP中。ASPP使用不同擴(kuò)張率的帶孔卷積和全局池化將上采樣后的輸出融合在一起,作為編碼器輸出部分。帶孔卷積可以提取更密集的特征,捕獲多尺度信息,比卷積和池化減少信息丟失。

實(shí)際中,云的種類多且形狀各異,總體上薄云、卷云的比例少于厚云,本文訓(xùn)練數(shù)據(jù)集也體現(xiàn)出薄云、卷云及雪地?cái)?shù)據(jù)較少的特點(diǎn),使用CE Loss不能很好地平衡較少樣本的學(xué)習(xí)。文獻(xiàn)[34]通過不同參數(shù)的組合,驗(yàn)證了Focal Loss作為損失函數(shù)能夠解決語義分割任務(wù)中樣本不均衡的問題。Focal Loss是在CE Loss的基礎(chǔ)上改進(jìn)的,增加了一個(gè)權(quán)值,其公式如下FL(pt)=-(λ-pt)ylog(pt) (3)

【參考文獻(xiàn)】：
期刊論文
[1]一種改進(jìn)的Focal Loss在語義分割上的應(yīng)用[J]. 楊威,張建林,徐智勇,趙春梅.  半導(dǎo)體光電. 2019(04)
[2]Stream-computing of High Accuracy On-board Real-time Cloud Detection for High Resolution Optical Satellite Imagery[J]. Mi WANG,Zhiqi ZHANG,Zhipeng DONG,Shuying JIN,Hongbo SU.  Journal of Geodesy and Geoinformation Science. 2019(02)
[3]增強(qiáng)型多時(shí)相云檢測[J]. 陳曦東,張肖,劉良云,汪曉帆.  遙感學(xué)報(bào). 2019(02)
[4]結(jié)合超像素和卷積神經(jīng)網(wǎng)絡(luò)的國產(chǎn)高分辨率遙感影像云檢測方法[J]. 徐啟恒,黃瀅冰,陳洋.  測繪通報(bào). 2019(01)
[5]基于改進(jìn)的全卷積神經(jīng)網(wǎng)絡(luò)的資源三號遙感影像云檢測[J]. 裴亮,劉陽,譚海,高琳.  激光與光電子學(xué)進(jìn)展. 2019(05)
[6]基于生成式對抗網(wǎng)絡(luò)的遙感影像云檢測方法[J]. 朱清,侯恩兵.  地理空間信息. 2018(05)
[7]基于卷積神經(jīng)網(wǎng)絡(luò)的高分辨率遙感影像云檢測[J]. 劉波,鄧娟,宋楊,舒陽.  地理空間信息. 2017(11)
[8]基于深度學(xué)習(xí)的資源三號衛(wèi)星遙感影像云檢測方法[J]. 陳洋,范榮雙,王競雪,陸婉蕓,朱紅,楚清源.  光學(xué)學(xué)報(bào). 2018(01)
[9]遙感影像云及云影多特征協(xié)同檢測方法[J]. 沈金祥,季漩.  地球信息科學(xué)學(xué)報(bào). 2016(05)
[10]航空攝影過程中云的實(shí)時(shí)自動(dòng)檢測[J]. 高賢君,萬幼川,鄭順義,楊元維.  光譜學(xué)與光譜分析. 2014(07)

博士論文
[1]多光譜衛(wèi)星遙感影像云及云陰影精準(zhǔn)檢測算法研究[D]. 邱實(shí).電子科技大學(xué) 2018

碩士論文
[1]遙感影像的云雪檢測算法與地表反射率庫構(gòu)建算法研究[D]. 胡健.河南大學(xué) 2017
[2]高分辨率衛(wèi)星遙感圖像云檢測方法研究[D]. 趙曉.哈爾濱工業(yè)大學(xué) 2013



本文編號：3612344