科研之友
微信
新浪微博
Facebook
分享链接
摘要
云是气象领域比较重要的要素之一，准确快速获取云量，在天气预报、飞行安全、气候研究等方面均具有积极意义，因此为了快速准确地获得云量，就需要精准地分割云图。但是现有云图分割网络存在分割效果差、运算复杂度高、参数量大等问题，为了解决这些问题，提出一种轻量化的地基云图分割网络模型LGCSegNet。该模型利用Encoder-Decoder网络模型框架进行设计，利用通道拼接思想在通道深度上实现不同层次图像特征融合，避免损失特征边界，实现精确地分割地基云图，可获取准确的云量信息。在地基云图数据集HBMCD和HBMCD＿GT上进行实验，经多组对比实验证明所提出的网络对云的表征能力更强，分割准确率比较高，可达到96.83%,分割的平均交并比可以达到86.00%,为实际应用提供了一定的理论基础。
- 单位
