空气中的尘埃、污染物及气溶胶粒子的存在严重影响了大气预测的有效性,毫米波雷达云图的有效分割成为解决这一问题的关键.提出了一种基于超像素分析的全卷积神经网路FCN和深度卷积神经网络CNN(FCNCNN)的云图分割方法.首先通过超像素分析对云图每个像素点的近邻域实现相应的聚类,同时将云图输入到不同步长的全卷积神经网络FCN　32s和FCN　8s中实现云图的预分割;FCN　32s预测结果中的＂非云＂区域一定是云图中的部分＂非云＂区域,FCN　8s预测结果中的＂云＂区域一定是云图中的部分＂云＂区域;余下的不确定的区域通过深度卷积神经网络CNN进行进一步分析.为提高效率,FCN-CNN选取了不确定区域中...