摘要：云檢測(cè)作為遙感影像數(shù)據(jù)處理中的重要組成部分,在氣候分析等各個(gè)方面起到了重要的作用。在云檢測(cè)研究中,無論是應(yīng)用廣泛的閾值法或是基于模式識(shí)別的方法,以及在二者基礎(chǔ)上的綜合分析法。這些方法大多都依賴于單一類型的遙感數(shù)據(jù)來源,且在特征提取方面十分依賴先驗(yàn)知識(shí),受主觀影響較大。本文利用兩種不同類型“風(fēng)云”系列氣象遙感衛(wèi)星的可見光紅外掃描輻射計(jì)(Visible andInfrared Radiometer,VIRR)以及多通道掃描成像輻射計(jì)(Advanced Geosynchronous Radiation Imager,AGRI)數(shù)據(jù),以全卷積神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)進(jìn)行云檢測(cè),利用其自動(dòng)提取深層隱含特征等特性,極大保留特征信息。最后結(jié)合全連接條件隨機(jī)場(chǎng)模型進(jìn)行云系邊緣優(yōu)化。實(shí)驗(yàn)結(jié)果表明,該算法分別應(yīng)用于以上兩種不同類型遙感影像數(shù)據(jù),都較好地完成了云像元和非云像元的分離。