[發(fā)明專利]基于卷積神經(jīng)網(wǎng)絡(luò)的遙感圖像場景自動提取和分類方法

有效

• 申請?zhí)枺?/td>: 201711291714.2
• 申請日: 2017-12-08
• 公開（公告）號: CN108052966B
• 公開（公告）日: 2021-02-09
• 發(fā)明（設(shè)計）人: 羅小波;周瑜
• 申請（專利權(quán)）人: 重慶郵電大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04
• 代理公司: 重慶市恒信知識產(chǎn)權(quán)代理有限公司 50102
• 代理人: 劉小紅

1.一種基于卷積神經(jīng)網(wǎng)絡(luò)的遙感圖像場景自動提取和分類方法，其特征在于，包括以下步驟：

1）、數(shù)據(jù)獲取步驟：采用高分辨率衛(wèi)星獲取分辨率高于0.6m的遙感圖像；

2）、數(shù)據(jù)預(yù)處理步驟：對獲取到的遙感圖像數(shù)據(jù)進行預(yù)處理；

3）、遙感圖像逐像素分類步驟：采用基于像元的分類，利用像元的光譜信息、紋理信息、空間關(guān)聯(lián)在內(nèi)的信息對像元表示的地物類別屬性進行判斷并分類；或者對場景數(shù)據(jù)集采用傳統(tǒng)的聚類方法進行分類；

4）、制作訓練數(shù)據(jù)集：將分類專題圖及原遙感圖片上的各種場景制成訓練集,輸入神經(jīng)網(wǎng)絡(luò)模型進行訓練；當訓練達到一定精度時對遙感圖像進行場景識別分類；

所述步驟3）將遙感圖中標記的場景和同樣位置的逐像素分類專題圖，或者場景數(shù)據(jù)庫中的場景圖及其對應(yīng)的逐像素分類專題圖進行拼接；

所述拼接的具體方法為：通過在遙感圖像N個波段之后加入一個新波段，當原場景圖或從遙感圖像上切割的輸入場景圖大小為n×n×b，其中n為圖的寬度和高度，b為波段數(shù);逐像素分類專題圖為n×n×1；兩圖在波段維度進行拼接，拼接后的圖片為n×n×（b+1）；

輸入神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)為帶有標簽的場景特征圖，該場景特征圖除了場景的各個波段還會有額外一個通道為該場景的逐像素分類專題圖，即把比原遙感圖像的波段多一個通道的特征圖作為輸入；

神經(jīng)網(wǎng)絡(luò)分類過程有兩個滑動窗口遍歷整個遙感圖像及逐像素分類專題圖，輸入神經(jīng)網(wǎng)絡(luò)的特征圖為將兩個窗口中的各個波段數(shù)據(jù)及逐像素分類專題圖拼接而成為一張的特征圖，兩個滑動窗口在原遙感圖像和像素分類特征圖上的位置必須位于相同的坐標且同步滑動。

2.根據(jù)權(quán)利要求1所述的基于卷積神經(jīng)網(wǎng)絡(luò)的遙感圖像場景自動提取和分類方法，其特征在于，采用包括SVM支持向量機或K最鄰近、或者采用神經(jīng)網(wǎng)絡(luò)方法進行分類，其分類得到的特征圖與原遙感圖像分辨率、坐標一致。

3.根據(jù)權(quán)利要求1所述的基于卷積神經(jīng)網(wǎng)絡(luò)的遙感圖像場景自動提取和分類方法，其特征在于，所述步驟3）的分類結(jié)果可以作為以滑動窗口大小為像素塊的專題圖，其中識別出的場景的像素值為其對應(yīng)的編號，而其它沒有被識別的區(qū)域的像素值為非任何場景所對應(yīng)的編號。