[发明专利]基于语义分割的高分遥感图像云检测方法和装置

权利要求书

1.一种基于语义分割的高分遥感图像云检测方法，其特征在于，包括：

获取高分遥感图像，所述高分遥感图像为RGB图像数据；

对获取的图像进行预分类，判断图像是否为有云图片；

如果是有云图片，则对图片进行增强处理；

将增强处理后的图片输入到云检测模型中进行识别；所述云检测模型是预先训练好的语义分割模型，该模型中包括注意力机制模块；

将所述云检测模型的输出结果进行融合处理，获得云检测结果。

2.根据权利要求1所述的方法，其特征在于，所述对获取的图像进行预分类，包括：

将图片压缩为低分辨率图像；

将压缩后的图像数据输入到预分类模型中进行处理。

3.根据权利要求2所述的方法，其特征在于，所述预分类模型为改进的ResNet50残差神经网络，该神经网络用于：

将InceptionNet结构与ResNet残差块相结合；

将结合后的结果加上全连接层，对图片进行是否为有云图片的分类。

4.根据权利要求1所述的方法，其特征在于，所述对图片进行增强处理，包括：

判断是否对输入图片进行训练；

若是，则采用滑动裁剪、随机排布方式进行数据增强；若否，则将图片按原分辨率进行裁剪。

5.根据权利要求4所述的方法，其特征在于，所述将所述云检测模型的输出结果进行融合处理，包括：

将低分辨率的结果使用插值的方法进行分辨率还原；

将分辨率还原后的结果进行拼接融合。

6.根据权利要求1-5任一项所述的方法，其特征在于，所述云检测模型包括多个卷积模块和多个注意力机制模块；所述卷积模块包括卷积层、批量标准化层、ReLU激活函数，所述注意力机制模块为结合了空间和通道的注意力机制模块。

7.根据权利要求6所述的方法，其特征在于，所述注意力机制模块用于：

分别计算每张特征图的全局平均池化信息和全局最大池化信息，二者通过相同的全连接层后再相加，得到通道注意力参数；

分别对各通道的特征图的每个坐标进行全局最大和全局平均池化，得到两张特征图，再对特征图进行卷积得到空间注意图。

8.一种基于语义分割的高分遥感图像云检测装置，其特征在于，包括：

获取模块，用于获取高分遥感图像，所述高分遥感图像为RGB图像数据；

预分类模块，用于对获取的图像进行预分类，判断图像是否为有云图片；

增强模块，用于如果是有云图片，则对图片进行增强处理；

识别模块，用于将增强处理后的图片输入到云检测模型中进行识别；所述云检测模型是预先训练好的语义分割模型，该模型中包括注意力机制模块；

融合模块，用于将所述云检测模型的输出结果进行融合处理，获得云检测结果。

9.一种计算机设备，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述存储器中的计算机程序，以实现权利要求1至7中任一项所述方法的操作步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述方法的操作步骤。