一种基于超像素聚类优化CNN的云图分割方法

摘要

本发明提供一种基于超像素聚类优化CNN的云图分割方法。该方法首先利用均值漂移算法把一幅原本是像素级的图，划分成一个又一个区域级的超像素组成的图，而这些超像素中提取出有效的信息是相同的。再将这些足以代表该区域总体特征的核心点为中心的区域的图像输入到我们已经通过CNN训练好的网络中，得到该核心点的标签，进而表征该超像素对应的标签，最后将不同的区域的结果进行组合，就可以得到最优的分割结果。本发明引入超像素，保证了像素的一致性，将云图的分割准确度达到了99.55％，在保证分割精度的前提下极大地提升了分割的速度。