基于改进U-Net网络的遥感图像云检测

作     者：张永宏 蔡朋艳 陶润喆 王剑庚 田伟 ZHANG Yonghong;CAI Pengyan;TAO Runzhe;WANG Jiangeng;TIAN Wei

作者机构：南京信息工程大学自动化学院江苏南京210044 南京信息工程大学大气物理学院江苏南京210044 南京信息工程大学计算机与软件学院江苏南京210044 

出 版 物：《测绘通报》 (Bulletin of Surveying and Mapping)

年 卷 期：2020年第3期

页      面：17-20,34页

学科分类：083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 081802[工学-地球探测与信息技术] 08[工学] 0818[工学-地质资源与地质工程] 081602[工学-摄影测量与遥感] 0816[工学-测绘科学与技术] 

基　　金：国家自然科学基金(41661144039 41875027) 

主　　题：云检测 U-Net 残差模块 密集连接模块 FY-4A 

摘      要：为了解决U-Net模型应用于云检测时对碎云和薄云存在漏检的问题,本文提出了一种改进的U-Net网络模型,并应用于FY-4A数据进行云检测。首先,利用国家气象卫星中心提供的云检测产品生成二分类云标签;其次,将U-Net模型的编码器与残差模块相结合,使得网络参数共享,并避免深层网络的退化问题;最后,在解码器中融入密集连接模块,将浅层特征与深层特征进行连接,便于获取新的特征,并提高特征使用率。试验结果表明,模型在测试集上的IOU值和Dice系数分别为91.5%和95.2%,可以很好地检测出薄云及大量碎云,效果明显优于U-Net模型。