[發明專利]遙感影像分割方法、裝置及存儲介質、服務器

有效

• 申請號: 201910015344.2
• 申請日: 2019-01-08
• 公開（公告）號: CN109801293B
• 公開（公告）日: 2023-07-14
• 發明（設計）人: 曹靖康;王義文;王健宗
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06T7/10
• 分類號: G06T7/10
• 代理公司: 深圳市立智方成知識產權代理事務所(普通合伙) 44468
• 代理人: 王增鑫

本發明涉及圖像檢測、圖像分類技術領域，本申請實施例提供的一種遙感影像分割方法，包括：獲取目標圖像，通過深度卷積神經網絡的各卷積層提取目標圖像的分層特征；依次基于兩不同尺度卷積層提取出的分層特征確定目標圖像的目標特征；依據目標特征確定目標圖像中各物體的物體類別，依據物體類別對目標圖像進行分割。在本申請中采用卷積神經網絡提取由淺到深的多尺度特征，還通過跳躍式的方式融合深層、中層和淺層特征，用以獲取高級別的語義信息和低級別的幾何信息，之后再通過上采樣實現空間輸出，以達到像素級別分割的目的，提高遙感影像在云、強光照等干擾因素下的分割精度。

技術領域

本發明涉及圖像檢測、圖像分類技術領域，具體涉及一種遙感影像分割方法、裝置及存儲介質、服務器。

背景技術

遙感影像數據還作為地理信息系統(Geographic?information?System，GIS)，全球定位系統(Global?Positioning?System,GPS)、遙感測繪技術(remote?sensing?system,RS)三大空間信息技術中的基礎數據，廣泛應用于環境監測、資源調查、土地利用、城市規劃、自然災害分析和軍事等各個領域。近年來，隨著高分辨率遙感衛星、成像雷達以及無人機駕駛飛機(Unmanned?Aerial?Vehicle)技術的發展，遙感影像數據進一步呈現海量、復雜和高分辨率的特點，實現精細分割對于促進遙感影像信息的準確提取和數據共享具有重要的研究意義和應用價值。

發明內容

為克服以上技術問題，特別是現有遙感影像中信息提取不夠準確，導致不能夠精準分割遙感影像的問題，特提出以下技術方案：

本發明實施例提供的一種遙感影像分割方法，包括：

獲取目標圖像，通過深度卷積神經網絡不同尺度的各卷積層提取所述目標圖像的分層特征；

依次基于兩不同尺度卷積層提取出的所述分層特征確定所述目標圖像的目標特征；

依據所述目標特征確定所述目標圖像中各物體的物體類別，依據所述物體類別對所述目標圖像進行分割。

可選地，所述依次基于兩不同尺度卷積層提取出的所述分層特征確定所述目標圖像的目標特征，包括：

依次融合兩不同尺度中最后兩卷積層提取出的所述分層特征，獲得融合特征；

基于所述融合特征確定所述目標圖像的所述目標特征。

可選地，所述依次融合兩不同尺度中最后兩卷積層提取出的所述分層特征，獲得融合特征，包括：

獲取最后一個尺度，獲取所述尺度的最后一個卷積層提取出的特征；

對所述特征進行反卷積，得到該尺度相鄰且大一尺度的相鄰尺度中的還原特征，所述反卷積層位于所述相鄰尺度中，所述還原特征位于反卷積層中；

連接所述反卷積層和與所述相鄰尺度位于同一尺度中的用于提取所述分層特征的最后一個所述卷積層，獲得卷積聯合體；

對所述卷積聯合體執行卷積獲得所述融合特征，所述卷積聯合體和所述反卷積位于同一尺度中；

判斷所述相鄰尺度是否為所述深度卷積神經網絡的第一層，若不是，獲取所述相鄰尺度的最后一個所述卷積層，繼續所述對所述卷積層提取出的特征進行反卷積的步驟。

可選地，所述基于所述融合特征確定所述目標圖像的所述目標特征，包括：

當所述相鄰尺度為所述深度卷積神經網絡的第一層時，將所述融合特征確定為所述目標特征。

可選地，所述目標特征包括語義特征、幾何特征、紋理特征中的一種或者多種。

可選地，所述依據所述目標特征確定所述目標圖像中各物體的物體類別，包括：