[發(fā)明專利]遙感影像裸地識別方法、裝置、電子設(shè)備及存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 202010323916.6
• 申請日: 2020-04-22
• 公開（公告）號: CN111523459B
• 公開（公告）日: 2020-11-03
• 發(fā)明（設(shè)計）人: 孫增怡;安剛;張海忠;秦東明
• 申請（專利權(quán)）人: 中科三清科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京辰權(quán)知識產(chǎn)權(quán)代理有限公司 11619
• 代理人: 付婧

本申請?zhí)岢鲆环N遙感影像裸地識別方法、裝置、電子設(shè)備及存儲介質(zhì)，該方法包括：創(chuàng)建編碼?解碼網(wǎng)絡(luò)結(jié)構(gòu)；獲取包括遙感切片圖像及對應(yīng)的標記切片圖像的訓練集；通過訓練集訓練編碼?解碼網(wǎng)絡(luò)結(jié)構(gòu)得到編碼?解碼結(jié)構(gòu)模型；獲取待識別的遙感圖像；將遙感圖像劃分為多個遙感切片圖像；通過編碼?解碼結(jié)構(gòu)模型識別多個遙感切片圖像，分別得到每個遙感切片圖像對應(yīng)的識別圖像；拼接每個識別圖像得到遙感圖像對應(yīng)的預測結(jié)果圖像。本申請將編碼器?解碼器結(jié)構(gòu)用于裸地識別，通過大量遙感圖像及對應(yīng)的標記了裸地的單通道灰度圖像訓練編碼?解碼結(jié)構(gòu)模型，通過該模型能快速識別出遙感圖像中的裸地，節(jié)省大量的人力和時間，裸地識別的準確率和效率都很高。

技術(shù)領(lǐng)域

本申請屬于圖像處理技術(shù)領(lǐng)域，具體涉及一種遙感影像裸地識別方法、裝置、電子設(shè)備及存儲介質(zhì)。

背景技術(shù)

遙感影像是通過衛(wèi)星上的傳感器對地球進行特定電磁波譜段的成像。對遙感影像進行目標識別處理，對于氣象、環(huán)境保護、土地利用、城市規(guī)劃等各種領(lǐng)域具有重要意義。如識別遙感影像中的裸地對城市景觀美化、土地可持續(xù)利用、大氣環(huán)境保護等相關(guān)管理決策均具有重要意義。

目前相關(guān)技術(shù)中通常采用面向?qū)ο蟮挠跋穹诸惙椒▉碜R別遙感影像中的裸地目標，首先根據(jù)裸地目標的類別，設(shè)計好分類策略和步驟。具體步驟為：選取合適的影像對象分割方法；設(shè)置合適的影像分割參數(shù)形成影像對象；建立分類規(guī)則進行基于知識的分類或選取樣本進行監(jiān)督分類；最終輸出分類結(jié)果。

但每次進行裸地識別都需要設(shè)計適用的處理步驟，操作復雜，處理效率低，且每次裸地識別效果不一致，識別準確性低。

發(fā)明內(nèi)容

本申請?zhí)岢鲆环N遙感影像裸地識別方法、裝置、電子設(shè)備及存儲介質(zhì)，將編碼器-解碼器結(jié)構(gòu)用于遙感影像中的裸地目標識別，通過編碼-解碼結(jié)構(gòu)模型能快速的識別出遙感圖像中包含的需識別的裸地目標，能夠節(jié)省大量的人力和時間，裸地目標識別的準確率和效率都很高。

本申請第一方面實施例提出了一種遙感影像裸地識別方法，所述方法包括；

將深度可分離卷積層、批標準化層和激活層串聯(lián)，得到第一卷積組合層；將第一預設(shè)數(shù)目個第一卷積組合層串聯(lián)得到卷積單元；將第二預設(shè)數(shù)目個卷積單元串聯(lián)，并將任意一個卷積單元的輸出與下一個卷積單元并聯(lián)，得到串行網(wǎng)絡(luò)模塊；將第三預設(shè)數(shù)目個第一卷積層、第四預設(shè)數(shù)目個空洞卷積層和所述第三預設(shè)數(shù)目個全局平均池化層并聯(lián)，得到并行網(wǎng)絡(luò)模塊；將所述串行網(wǎng)絡(luò)模塊和所述并行網(wǎng)絡(luò)模塊串聯(lián)，得到編碼器；將第二卷積層、第一上采樣層、拼接層、第二卷積組合層和第二上采樣層串聯(lián)，得到解碼器；將所述編碼器和所述解碼器串聯(lián)，得到編碼-解碼網(wǎng)絡(luò)結(jié)構(gòu)；

獲取訓練集，所述訓練集中包括多個圖像組，所述圖像組中包括遙感切片圖像及其對應(yīng)的標記切片圖像；

通過所述訓練集對所述編碼-解碼網(wǎng)絡(luò)結(jié)構(gòu)進行訓練，獲得訓練好的編碼-解碼結(jié)構(gòu)模型；

獲取待識別的遙感圖像；

將所述遙感圖像劃分為多個遙感切片圖像；

通過預先訓練的編碼-解碼結(jié)構(gòu)模型對所述多個遙感切片圖像進行識別處理，分別得到每個遙感切片圖像對應(yīng)的識別圖像；

對每個遙感切片圖像對應(yīng)的識別圖像進行拼接，得到所述遙感圖像對應(yīng)的預測結(jié)果圖像。

在本申請的一些實施例中，所述將所述遙感圖像劃分為多個遙感切片圖像，包括：

以預設(shè)網(wǎng)格尺寸為切割窗口，以預設(shè)數(shù)目個像素的寬度為所述切割窗口的移動步長，所述移動步長小于或等于所述切割窗口的寬度；

根據(jù)所述移動步長，通過所述切割窗口按照預設(shè)切割順序?qū)λ鲞b感圖像進行網(wǎng)格切片，得到多個遙感切片圖像。

在本申請的一些實施例中，所述對每個遙感切片圖像對應(yīng)的識別圖像進行拼接，得到所述遙感圖像對應(yīng)的預測結(jié)果圖像，包括：