協(xié)同U-Net與隱馬爾可夫模型的遙感影像云識別

打開文本圖片集

摘  要：云霧覆蓋是影響光學(xué)遙感影像林業(yè)監(jiān)測利用率的重要因素之一。文章針對傳統(tǒng)云識別方法對噪聲敏感，深度學(xué)習(xí)方法對云邊緣識別精度不高的問題，提出了一種協(xié)同U-Net與隱馬爾可夫模型的遙感影像云識別方法。首先，基于U-Net網(wǎng)絡(luò)結(jié)構(gòu)對云進行初步識別，改善傳統(tǒng)方法對噪聲的敏感性；其次，利用隱馬爾可夫模型進行后端處理，優(yōu)化云識別的邊緣輪廓。（剩余8228字）