Нань Ма, Чуньсин Ван, Сунь Линь и Цюань Ван
Существование облаков серьезно повлияло на применение данных дистанционного зондирования. Поэтому точное обнаружение облаков имеет большое значение при обработке и применении изображений дистанционного зондирования. Традиционные методы обнаружения облаков сложны в эксплуатации и часто требуют дополнительной вспомогательной информации. В этом исследовании предлагается автоматический метод обнаружения облаков на основе сверточной нейронной сети (CNN). Метод использует структуру сверточной сети для классификации обучающих выборок для облаков и не облаков. Чтобы в полной мере использовать информацию изображения, изображения с различными номерами диапазонов применяются для оценки влияния спектра на обнаружение облаков. Эксперименты и проверка на изображениях Landsat 8 показывают, что предлагаемый метод на основе CNN может всесторонне и автоматически обнаруживать различные типы облаков на различных типах поверхности, а результат обнаружения облаков с использованием 7 диапазонов является оптимальным. Алгоритм в полной мере использует информацию изображения и не полагается на тепловую инфракрасную информацию, которая имеет практическую ценность для улучшения использования изображения и последующего извлечения параметров дистанционного зондирования.