1. 本选题研究的目的及意义
云是地球气候系统中重要的组成部分，对太阳辐射、地球温度和水循环等方面都具有至关重要的影响。
地基云图作为一种重要的气象观测数据来源，可以提供连续、高分辨率的云层信息，对于天气预报、气候变化研究以及航空航天等领域都具有重要的意义。
然而，地基云图的自动分割一直是一个具有挑战性的问题，其难点主要在于云形态的多变性、光照条件的复杂性以及地物背景的干扰等因素。
2. 本选题国内外研究状况综述
近年来，国内外学者在地基云图分割领域展开了大量研究，取得了一系列成果。
1. 国内研究现状
国内在地基云图分割领域的研究起步相对较晚，但近年来发展迅速。
3. 本选题研究的主要内容及写作提纲
本研究的主要内容包括以下几个方面：
1.地基云图数据集的构建：针对现有地基云图数据集的不足，本研究将收集和整理更大规模、更具代表性的地基云图数据，并进行数据清洗、标注等工作，构建一个高质量的地基云图数据集，为模型训练和评估提供数据基础。
2.PSPNet模型的改进与优化：针对地基云图的特点，本研究将对PSPNet模型进行改进和优化。
例如，为了更好地提取云层的多尺度特征，可以考虑引入多尺度特征融合模块；为了提高模型对复杂场景的适应性，可以考虑引入注意力机制等。
4. 研究的方法与步骤
本研究将采用以下方法和步骤：
1.文献调研：收集和阅读国内外有关地基云图分割、深度学习、PSPNet模型等方面的文献资料，了解相关领域的研究现状、发展趋势以及存在的问题，为本研究提供理论基础和技术参考。
2.数据集构建：收集和整理地基云图数据，并对数据进行清洗、标注等预处理工作，构建一个高质量的地基云图数据集。
3.模型构建与训练：基于PSPNet模型，设计适用于地基云图分割任务的网络结构，并利用构建的地基云图数据集对模型进行训练。
5. 研究的创新点
本研究的创新点主要体现在以下几个方面：
1.提出一种改进的PSPNet模型，用于地基云图的精确分割。
针对地基云图的特点，对PSPNet模型进行改进和优化，例如引入多尺度特征融合模块、注意力机制等，以提高模型的分割精度和泛化能力。
2.构建一个高质量的地基云图数据集。
6. 计划与进度安排
第一阶段 （2024.12~2024.1）确认选题，了解毕业论文的相关步骤。
第二阶段（2024.1~2024.2）查询阅读相关文献，列出提纲
第三阶段（2024.2~2024.3）查询资料，学习相关论文
7. 参考文献（20个中文5个英文）
1.刘洋,李云浩,柳炳祥,等.结合多尺度特征融合与边缘优化的遥感图像分割[J].光学学报,2021,41(16):182-192.
2.张强,王勇,彭宇.基于深度学习的遥感图像语义分割方法综述[J].测绘学报,2020,49(04):454-468.
3.郭红,黄妮,王雪.基于深度学习的云检测方法综述[J].气象科技进展,2021,11(03):443-453.
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
