協(xié)同U-Net與隱馬爾可夫模型的遙感影像云識(shí)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(cè)利用率的重要因素之一。文章針對(duì)傳統(tǒng)云識(shí)別方法對(duì)噪聲敏感，深度學(xué)習(xí)方法對(duì)云邊緣識(shí)別精度不高的問(wèn)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(shí)別方法。首先，基于U-Net網(wǎng)絡(luò)結(jié)構(gòu)對(duì)云進(jìn)行初步識(shí)別，改善傳統(tǒng)方法對(duì)噪聲的敏感性；其次，利用隱馬爾可夫模型進(jìn)行后端處理，優(yōu)化云識(shí)別的邊緣輪廓。（剩余8228字）