基于判别特征学习无监督网络的多光谱云检测方法

作者：谢卫莹; 李毅; 李云松; 雷杰; 阳健

来源：2019-09-10, 中国, ZL201910852788.1.

本发明公开了一种基于判别特征学习无监督网络的多光谱云检测方法,解决了现有技术只能提取单一的多光谱图像,且检测精度不高的问题。实现步骤是输入检测的多光谱图像；构建并训练能自动调整的预训练网络；构建并训练能自动调整的特征提取网络；提取并得到单一多光谱图像向量维特征；得到多光谱的云检测结果。本发明利用图像判别器和多元高斯分布,将云标记为异常值,实现原始输入和背景之间的判别残差映射。网络更易优化,缓解了学习过程参数停止改变,导致学习效果不佳的问题。本发明能够通过训练网络学习分辨云或云阴影的特征,训练完成后,网络能识别大多数多光谱图像中的云,且检测精度较高。具有适用范围广,检测精度高的优点。

• 单位
  西安电子科技大学