リモートセンシングとGISのジャーナル

概要

Landsat 8 OLI の異なるバンド情報を使用した畳み込みニューラル ネットワークに基づく雲検出

Nan Ma、Chunxing Wang、Sun Lin、Quan Wang

雲の存在は、リモートセンシングデータの応用に深刻な影響を及ぼしています。したがって、正確な雲検出は、リモートセンシング画像処理および応用において非常に重要です。従来の雲検出方法は操作が複雑で、追加の補助情報が必要になることがよくあります。この研究では、畳み込みニューラルネットワーク（CNN）に基づく自動雲検出方法を提案します。この方法では、畳み込みネットワーク構造を利用して、雲と非雲のトレーニングサンプルを分類します。画像情報を最大限に活用するために、異なるバンド番号の画像を適用して、スペクトルが雲検出に与える影響を評価します。Landsat 8画像での実験と検証により、CNNに基づく提案方法は、異なる表面タイプ上の異なるタイプの雲を包括的かつ自動的に検出でき、7バンドを使用した雲検出結果が最適であることが示されました。このアルゴリズムは画像情報を最大限に活用し、熱赤外線情報に依存しないため、画像利用率の向上とその後のリモートセンシングパラメータの取得に実用的な応用価値があります。