分类: 天文学 >> 天文学 提交时间: 2018-11-01 合作期刊: 《天文研究与技术》
摘要: 全天相机拍摄的全天空地基云图能够实时反应当地的云量信息,而云量是天文选 址时需要首先考虑的因素之一。在云量检测工作前对全天空地基云图根据图像质量,应用背景等因素进行自动化分类,实现鲁棒性高、适应性强的自动化分类算法,将减少图像分类 程中的人工成本,为天文选址提供重要帮助。本文实现了一种基于卷积神经网络分类模型的全天空地基云图自动化分类方法,采用雪龙号科考船搭载的全天相机数据进行了分类模型训练,并使用中科院云南天文台丽江观测站全天相机数据进行了验证,均取得了较好的分类效果,并证明该方法具有良好的可迁移性。