龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：重庆邮电大学
摘要：本发明属于遥感图像去云领域，具体涉及一种基于深度稠密残差网络的光学与SAR图像融合的去云方法，该方法包括：获取待去云的图像，对待去云图像进行预处理；将预处理好的图像输入到训练好的去云模型中，得到去云图像；根据去云图像对目标区域进行标记处理；去云模型包括深度残差网络和RDN网络；在进行光学与SAR图像融合去云前，先进行了SAR图像到光学图像的转换，使得光学图像与SAR图像直接由于成像原因引起的差异得到降低，提升了SAR图像中信息的利用和最终的去云精度。
主权项：1.一种基于深度稠密残差网络的光学与SAR图像融合的去云方法，其特征在于，包括：获取待去云的图像，对待去云图像进行预处理；将预处理好的图像输入到训练好的去云模型中，得到去云图像；根据去云图像对目标区域进行标记处理；去云模型包括深度残差网络和RDN网络；训练去云模型的过程包括：S1：获取原始数据集，对原始数据集进行预处理；将预处理后的数据集划分为训练集和测试集；原始数据集中的图像由于数据组构成，每组数据包括哨兵1SAR图像、哨兵2有云光学图像以及哨兵2临近时间无云光学图像；S2：提取训练集中的哨兵2有云光学图像的云掩膜CMask；S3：将哨兵1SAR图像输入到训练好的深度残差网络中，得到RGB三通道模拟光学图像；S4：将哨兵2有云光学图像、哨兵1SAR图像以及RGB三通道模拟光学图像输入到RDN网络中，并采用云掩膜CMask融合后的图像进行处理，得到无云图像；S5：根据无云图像计算模型的损失函数；S6：将训练集中的图像数据不断输入到模型中，调整模型的参数，当模型的损失函数最小时，完成模型的训练；模型的损失函数为： 其中，α,β,δ是控制三个损失比重的系数，P为去云结果，T为无云哨兵2参考图像，Nsum为图像像素总数，CMask为云掩膜，BP,BT分别为P和T采用3*3soble算子提取的边界；S7：将测试集中的数据输入到训练好的模型中进行测试。
全文数据：
权利要求：
百度查询： 重庆邮电大学 一种基于深度稠密残差网络的光学与SAR图像融合的去云方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号