摘要：在進行可見光遙感圖像高精度云檢測時,云自身特征的多變性,以及地物與云之間的特征相似性,會降低檢測精度。因此,提出一種帶權(quán)重的多尺度融合分割網(wǎng)絡(luò)云檢測方法。首先,通過有云區(qū)域和無云區(qū)域的特征學(xué)習(xí),降低對云狀的敏感性,同時利用全卷積網(wǎng)絡(luò)進行端到端訓(xùn)練,實現(xiàn)對每個像素點分類。該方法能夠自動提取深層特征,并可將云的深層語義特征與淺層細(xì)節(jié)特征結(jié)合,不但有利于區(qū)分下墊面中與云特征相似的地物,還可提高云邊緣檢測效果,從而提升云量值的檢測精度。與其他深度學(xué)習(xí)分割網(wǎng)絡(luò)的實驗比較分析表明,所提方法可以實現(xiàn)95. 39%的像素分類準(zhǔn)確度,云量值檢測誤差優(yōu)于1%,為解決遙感圖像云污染問題提供了新的思路。