(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211545342.2 (22)申请日 2022.12.05 (71)申请人 耕宇牧星 （北京） 空间科技有限公司 地址 100080 北京市海淀区地锦路9号院14 号楼101-1 (72)发明人 李冠群　俞伟学　 (74)专利代理 机构 北京华创智道知识产权代理 事务所(普通 合伙) 11888 专利代理师 朱泽义 (51)Int.Cl. G06T 5/00(2006.01) G06T 7/00(2017.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于卷积网络的遥感图像薄云去除方 法 (57)摘要 本发明涉及图像处理技术领域， 公开了一种 基于卷积网络的遥感图像薄云去除方法， 包括： 获取薄云遥感图像； 将所述薄云遥感图像输入至 扩张卷积分支， 得到特征图像， 将所述特征图像 输入至通道叠加分支， 得到融合图像， 将所述融 合图像输入至薄云去除网络， 得到无云遥感图 像， 本发明充分考虑了较大区域的薄云去除和较 小局部区域的细节恢复， 从而实现性能较为良好 的遥感图像薄 云去除。 权利要求书3页 说明书10页 附图4页 CN 115546076 A 2022.12.30 CN 115546076 A 1.一种基于卷积网络的遥感图像薄 云去除方法， 其特 征在于， 包括： 获取薄云遥感图像； 将所述薄云遥感图像输入至扩张卷积分支， 所述扩张卷积分支共有五个扩张卷积模 块， 将所述薄 云遥感图像依次通过 所述扩张卷积模块， 得到特 征图像； 将所述特征图像输入至通道叠加分支， 所述通道叠加分支共有四个通道叠加模块， 将 所述特征图像依次通过 所述通道叠加模块， 得到融合图像； 将所述融合图像输入至薄 云去除网络， 得到无云遥感图像。 2.根据权利要求1所述的一种基于卷积网络的遥感图像薄云去除方法， 其特征在于， 所 述得到特 征图像的方法为： 将所述薄 云遥感图像通过第一个所述扩张卷积模块， 其中公式为， ； 其中， 表示通过第一个扩张卷积模块的输出； 表示扩张卷积模块； 表示薄云遥感图像； 将通过第一个所述扩 张卷积模块的输出依次输入至第 二至第五个所述扩 张卷积模块， 其中公式为， ； 其中， 表示通过第 个扩张卷积模块的输出； 表示特征图像； 表示最大池化层。 3.根据权利要求2所述的一种基于卷积网络的遥感图像薄云去除方法， 其特征在于， 使 用所述扩张卷积模块的方法为， 所述扩张卷积模块包括一个常规卷积和五个不同扩 张率的扩 张卷积， 将所述薄云遥感 图像输入至常规卷积中， 其中公式为， ； 其中， 表示通过常规卷积的输出； 表示整流线性单 元； 表示常规卷积； 将通过常规卷积的输出依次输入至五个不同扩张率的扩张卷积， 其中公式为， ； 其中， 表示卷积 操作及输入输出 特征的标识序号； 表示通过第 个扩张卷积的输出； 表示扩张率 为 的扩张卷积； 将通过常规卷积的输出和通过五个不同扩张率的扩张卷积的输出进行叠加得到叠加 特征， 其中公式为， ；权　利　要　求　书 1/3 页 2 CN 115546076 A 2其中， 表示叠加特 征； 表示通过第一个扩张卷积的输出； 表示通过第二个扩张卷积的输出； 表示通过第三个扩张卷积的输出； 表示通过第四个扩张卷积的输出； 表示通过第五个扩张卷积的输出； 表示多个特 征之间的通道叠加； 将所述叠加特征进行融合精细计算， 得到通过第一个扩张卷积模块的输出 ， 其中公 式为， ； 其中， 表示常规卷积； 表示整流线性单 元。 4.根据权利要求3所述的一种基于卷积网络的遥感图像薄云去除方法， 其特征在于， 所 述得到融合图像的方法为： 将所述特 征图像通过第一个所述 通道叠加模块的公式为， ； 其中， 表示通过第一个通道叠加模块的输出； 表示上采样 操作； 标识多个特 征之间的通道叠加； 将通过第一个所述通道叠加模块的输出依次输入至第 二至第四个所述通道叠加模块， 其中公式为， ； 其中， 为特征的标识序号； 对通过最后 一个所述通道叠加模块的输出进行精细化处理得到所述融合图像， 其中公 式为， ； 其中， 表示通过第四个通道叠加模块的输出； 表示融合图像。 5.根据权利要求4所述的一种基于卷积网络的遥感图像薄云去除方法， 其特征在于， 采 用均方误差损失函数对所述薄 云去除网络进行训练， 其中公式为， ； 其中， 表示均方误差损失函数； 表示薄云去除网络； 表示无云标签图像。 6.一种基于卷积网络的遥感图像薄 云去除系统， 其特 征在于， 包括：权　利　要　求　书 2/3 页 3 CN 115546076 A 3