马楠、王春兴、孙林、王全
云的存在严重影响了遥感数据的应用,因此准确的云检测在遥感图像处理和应用中具有重要意义。传统的云检测方法操作复杂,且往往需要额外的辅助信息。本文提出了一种基于卷积神经网络(CNN)的自动云检测方法,该方法利用卷积网络结构将训练样本分为云与无云。为充分利用图像信息,采用不同波段数的图像来评估光谱对云检测的影响。在Landsat 8图像上的实验与验证表明,所提出的基于CNN的方法可以全面、自动地检测不同地表类型上的不同类型的云,其中7个波段的云检测结果最优。该算法充分利用了图像信息,不依赖热红外信息,对提高图像利用率和后续遥感参数反演具有实际应用价值。