基于深度学习的资源三号遥感影像云检测方法。摘要 针对资源三号卫星影像波段少、光谱范围受限的特点，本文提出了基于深度学习的资源三号遥感影像云检测方法。首先，采用主成分分析非监督预训练网络结构，获得待测遥感影像特征；其次，为减少在池化过程中影像特征信息的丢失，提出自适应池化模型，该模型能很好挖掘影像特征信息；最后，将影像特征输入支持向量机分类器进行分类，获得云检测结果。选取典型区域进行云检测实验，并与传统 Otsu 方法进行对比。结果表明：本文方法检测精度高，并且不受光谱范围限制。

针对资源三号卫星影像波段少、光谱范围受限的特点, 提出了基于深度学习的资源三号卫星遥感影像的云检测方法。首先, 采用主成分分析非监督预训练网络结构, 获得了待测遥感影像特征; 其次, 为减少在池化过程中影像特征信息的丢失, 提出自适应池化模型, 该模型能很好地挖掘影像特征信息; 最后, 将影像特征输入支持向量机分类器进行分类, 获得了云检测结果。选取典型区域进行云检测实验, 并与传统Otsu方法进行对比。结果表明: 所提方法的检测精度高, 且不受光谱范围的限制, 可用于资源三号卫星多光谱影像和全