海洋科学进展2024,Vol.42Issue(1) :102-115.DOI:10.12362/j.issn.1671-6647.20220913001

融合多尺度卷积和侧窗滤波的HY-1C CZI云检测方法

HY-1C CZI Cloud Detection Method Based on Multi-Scale Convolution and Side Window Filtering

王新念 马毅 刘荣杰 崔学荣 赵鑫 葛化鑫
海洋科学进展2024,Vol.42Issue(1) :102-115.DOI:10.12362/j.issn.1671-6647.20220913001

融合多尺度卷积和侧窗滤波的HY-1C CZI云检测方法

HY-1C CZI Cloud Detection Method Based on Multi-Scale Convolution and Side Window Filtering

王新念 1马毅 2刘荣杰 2崔学荣 3赵鑫 4葛化鑫4
扫码查看

作者信息

  • 1. 中国石油大学(华东)海洋与空间信息学院,山东青岛266580;自然资源部第一海洋研究所,山东青岛266061
  • 2. 自然资源部第一海洋研究所,山东青岛266061;自然资源部海洋遥测技术创新中心,山东青岛266061
  • 3. 中国石油大学(华东)海洋与空间信息学院,山东青岛266580
  • 4. 山东科技大学测绘与空间信息学院,山东青岛266590;自然资源部第一海洋研究所,山东青岛266061
  • 折叠

摘要

海洋一号C(HY-1C)卫星是中国首颗海洋水色业务卫星,其搭载的海岸带成像仪(Coastal Zone Imager,CZI)具有大幅宽、短重访周期的优势,可实现海洋和海岸带的大面积观测.作为光学传感器,CZI受云影响严重,准确识别云是CZI数据处理的关键,但是CZI缺少红外和短波红外等对云敏感的波段,云检测难度大.针对该问题,本文提出一种融合多尺度卷积和侧窗滤波的轻量化云检测方法,该方法通过多尺度卷积获取云的不同尺度特征,通过侧窗滤波突出边缘特征,减少椒盐噪声的影响,提升云边缘检测的精度.实验结果表明,本文所提出的方法可有效进行云检测,在云边缘提取方面表现较好,F1-score达92.77%,Kappa系数达0.89,与现有云检测方法相比优势明显,且模型训练速度快、参数量少,可为HY-1C CZI遥感影像处理提供有力支撑.

关键词

HY-1C/CZI/多尺度卷积/侧窗滤波/云检测

Key words

HY-1C CZI/multi-scale convolution/side window filtering/cloud detection

引用本文复制引用

基金项目

中国高分辨率对地观测专项项目(41-Y30F07-9001-20/22)

出版年

2024
海洋科学进展
中国海洋学会 国家海洋局第一海洋研究所

海洋科学进展

CSTPCDCSCD北大核心
影响因子:0.532
ISSN:1671-6647
参考文献量26
段落导航相关论文