基于BP神经网络的风云四号遥感图像云检测算法
投稿时间:2017-10-18  修订日期:2018-01-21  点此下载全文
引用本文:高军,王恺,田晓宇,陈建.基于BP神经网络的风云四号遥感图像云检测算法[J].红外与毫米波学报,2018,37(4):477~485].GAO Jun,WANG Kai,TIAN Xiao-Yu,CHEN Jian.A BP-NN based Cloud Detection Method for FY-4 Remote Sensing Images[J].J.Infrared Millim.Waves,2018,37(4):477~485.]
摘要点击次数: 440
全文下载次数: 259
作者单位E-mail
高军 上海海事大学 信息工程学院 jungao@shmtu.ac.cn 
王恺 上海海事大学  
田晓宇 上海海事大学  
陈建 上海海事大学  
基金项目:国家自然科学基金(F010408);上海市教育委员会、上海市教育发展基金会(13CG51)。
中文摘要:通过对风云四号每两张相隔15分钟的图像进行分析, 提出了归一化动云指数, 加强数据集对低云、薄云及云系运动边缘的检测.在此基础上, 提出了一种基于归一化动云指数的动态阈值法用于初步云检测, 并进一步提出基于BP神经网络的云检测算法.实验结果表明, 该算法可以消除阈值选取中的主观影响, 在大范围复杂下垫面的遥感图像数据中可以取得较好的云检测效果.
中文关键词:云检测  遥感图像处理  风云四号  BP神经网络
 
A BP-NN based Cloud Detection Method for FY-4 Remote Sensing Images
Abstract:In this paper, normalized difference cloud moving index ( NDCM I) is put forw ard by analyzing the remote sensing data every 15 minutes. By applying NDCM I, the detection of low cloud, thin cloud and the edge of moving cloud can be enhanced. We proposed a dynamic threshold method w ith NDCM I for preliminary cloud detection, and then through the preliminary results, w e proposed a novel cloud detection method based on back propagation neural netw ork ( BP-NN) . The experimental results show that the proposed method can eliminate the subjectivity in threshold selection, and can achieve better cloud detection results for remote sensing image in complex situations.
keywords:cloud detection, remote image processing, FY-4, back propagation neural network
查看全文  查看/发表评论  下载PDF阅读器

版权所有:《红外与毫米波学报》编辑部