武汉大学邵振峰教授团队：基于多尺度特征卷积神经网络模型的遥感影像云检测

点击图片上方蓝色字体“慧天地”即可订阅

近日，武汉大学邵振峰教授所在的城市遥感研究团队针对遥感影像预处理中的云检测问题，在TGRS9(IEEE Transactions on Geoscience and Remote Sensing)杂志在线发表了基于多尺度特征卷积神经网络(MF-CNN)模型检测遥感影像中薄云、厚云的研究成果。

云的高亮特征及云影的低暗特征影响了许多地物类型的分析，带来后续大气校正的不精确、NDVI值的偏移估计、土地覆盖的分类错误以及土地覆盖变化误检测等问题。云的纹理属于随机纹理，虽然它有区别于其下垫面物体的统计特性，然而云的纹理特征往往变化多端，易受周围环境的影响而变化，所以不能单独采用纹理特征来实现云检测，而应与其他特征相结合的方式来实现有效的云检测。云层在Landsat 8卫星影像的可见光、短波红外波段会呈现高亮特性，通常有云区域的灰度值会比无云区域高，而热波段上有云区域的灰度值较低;此外，其特有的卷云波段是Landsat 8影像在云检测任务中的重要辅助信息。

该项研究通过可见光、近红外、短波、卷云和热红外波段的融合，并提出改进的MF-CNN模型，获取影像的高层语义信息与低层空间信息，有效区分薄云、厚云及高亮地表(建筑、道路、雪)，实现遥感影像高精度的薄云、厚云检测。

图1 薄云和厚云检测结果(左侧为假彩色原始影像，右侧为检测结果)

该项成果由城市遥感研究小组独立完成，其研究数据来自USGS官网中107景包含不同云覆盖度的Landsat 8卫星遥感影像。该项研究从定性和定量两个方面比较了MF-CNN模型与SVM、随机森林、FCNN等云检测方法的性能。研究结果表明，与其它云检测方法相比，该研究方法不仅在厚云、薄云检测中有明显优势(厚云、薄云的F_Score指标分别高达0.8920、0.7753)，在整体云检测中也具有更好的检测效果(RR、ER、FAR、RER四项指标分别为0.9340、0.0385、0.0693、24.22)。

表1 薄云及厚云的检测结果精度评价

图2 薄云及厚云检测结果精度分布图

表2 整体云检测结果精度评价

图3 整体云检测各项精度指标分布图

参考文献：

Z. Shao, Y. Pan, C. Y. Diao, et al, “Cloud Detection in Remote Sensing Images Based on Multiscale Features-Convolutional Neural Network”, IEEE Transactions on Geoscience and Remote Sensing, vol. 57, no. 6, pp. 4062 – 4076, June. 2019.

团队介绍

文章团队主要研究城市遥感，2017年基于国产多源遥感影像完成了中国2米不透水面一张图。目前团队包括2名博士后、20多名博士生和硕士生、10名留学生。团队负责人邵振峰博士，武汉大学二级教授，博士生导师，测绘遥感信息工程国家重点实验室工作，现担任SCI期刊《Photogrammetry and Remote Sensing》副主编，先后入选中组部“万人计划”科技创新领军人才、国家科技部“中青年科技创新领军人才”、“全国优秀科技工作者”和教育部“新世纪优秀人才”，曾先后在纽约州立大学布法罗分校做访问学者、美国加州大学默塞德分校和印第安纳州立大学做高级访问学者。

点击文末阅读原文即可查看原文

 （点击图片即可查看详细信息）

内容转载、商务活动、投稿等合作请联系

微信号：huitiandi321

邮箱：[e-mail]

欢迎关注慧天地同名新浪微博：

ID：慧天地_geomaticser

往期精彩推荐
香港中文大学黄波教授团队应用深度卷积神经网络实现了遥感影像分类从土地覆盖到土地利用的飞跃
焦李成教授：基于深度神经网络的复杂影像智能解译与识别
武汉大学眭海刚教授等：多时相遥感影像变化检测方法综述

《慧天地》敬告

《慧天地》公众号聚焦国内外时空信息科技前沿、行业发展动态、跨界融合趋势，探索企业核心竞争力，传播测绘地理信息文化，为测绘、地信、遥感等相关专业的同学提供日常学习、考研就业一站式服务，旨在打造政产学研用精准对接的平台。

《慧天地》高度重视版权，对于原创、委托发布的稿件，会烦请作者、委托方亲自审核通过后オ正式推发；对于来自网站、期刊、书籍、微博、微信公众号等媒介的稿件，会在作者栏或者文章开头显著标明出处，以表达对作者和推文引用平台版权的充分尊重和感谢；对于来源于网络作者不明的优质作品，转载时如出现侵权，请后台留言，我们会及时删除。感谢大家一直以来对《慧天地》的关注和支持！

——《慧天地》运营团队

编辑：张艺洪  审核：刘峰

指导：万剑华教授