[發明專利]利用網絡模型對遙感影像進行分割的方法、設備及裝置

有效

• 申請號: 202010675317.0
• 申請日: 2020-07-14
• 公開（公告）號: CN111563491B
• 公開（公告）日: 2020-11-10
• 發明（設計）人: 任宇鵬;盧維;殷俊
• 申請（專利權）人: 浙江大華技術股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06K9/46;G06K9/62;G06N3/04
• 代理公司: 深圳市威世博知識產權代理事務所(普通合伙) 44280
• 代理人: 黎堅怡

本申請公開利用網絡模型對遙感影像進行分割的方法、設備及裝置。其中，利用網絡模型對遙感影像進行分割的方法，所述方法包括：從所述遙感影像中提取RGB遙感圖像和假彩色合成圖像；分別提取所述RGB遙感圖像的遙感圖像特征，以及所述假彩色合成圖像的合成圖像特征；融合所述遙感圖像特征和所述合成圖像特征，獲得綜合圖像特征；對所述綜合圖像特征進行多尺度特征提取，獲得多尺度綜合特征；解碼所述多尺度綜合特征以獲得所述遙感影像的分割結果。本方法通過RGB遙感圖像和假彩色合成圖像的特征提取和融合，充分發揮和運用多通道遙感數據的優勢，提升遙感圖像的分割精度。

技術領域

本申請屬于遙感圖像處理技術領域，具體涉及利用網絡模型對遙感影像進行分割的方法、設備及裝置。

背景技術

遙感影像處理一直是衛星遙感領域的重要研究方向之一。目前，隨著大量遙感衛星以及航空航天飛機、無人機的出現，產生了海量的不同空間分辨率的遙感影像，催生了自動化遙感影像處理需求。近年來，隨著深度學習技術的發展，給計算機視覺和遙感圖像處理領域帶來了新的機遇，以語義分割技術為基礎的遙感影像物體提取方法不斷更新，尤其是以FCN、U-net等語義分割網絡為典型，出現了很多遙感影像物體分割方法，如何提高遙感影像物體的分割能力是亟待解決的問題。

發明內容

本申請提供利用網絡模型對遙感影像進行分割的方法、設備及裝置，以解決提高遙感影像物體的分割能力。

為解決上述技術問題，本申請采用的一個技術方案是：一種利用網絡模型對遙感影像進行分割的方法，所述方法包括：從所述遙感影像中提取RGB遙感圖像和假彩色合成圖像；分別提取所述RGB遙感圖像的遙感圖像特征，以及所述假彩色合成圖像的合成圖像特征；融合所述遙感圖像特征和所述合成圖像特征，獲得綜合圖像特征；對所述綜合圖像特征進行多尺度特征提取，獲得多尺度綜合特征；解碼所述多尺度綜合特征以獲得所述遙感影像的分割結果。

根據本申請一實施方式，所述網絡模型包括依次連接的遙感卷積池化層和至少兩個遙感特征計算層，以及依次連接的合成卷積池化層和至少兩個合成特征計算層，所述分別提取所述RGB遙感圖像的遙感圖像特征，以及所述假彩色合成圖像的合成圖像特征，包括：所述RGB遙感圖像依次經所述遙感卷積池化層和所述至少兩個遙感特征計算層計算后得到所述遙感圖像特征，其中，所述遙感卷積池化層輸出為遙感初始特征，所述遙感特征計算層輸出為遙感中間特征；所述假彩色合成圖像依次經所述合成卷積池化層和所述至少兩個合成特征計算層計算后得到所述遙感圖像特征，其中，所述合成卷積池化層輸出為合成初始特征，所述合成特征計算層輸出為合成中間特征。

根據本申請一實施方式，所述網絡模型還包括依次連接的至少兩個融合特征計算層，所述融合所述遙感圖像特征和所述合成圖像特征，獲得綜合圖像特征，包括：將所述遙感初始特征和所述合成初始特征融合后依次經過所述至少兩個所述融合特征計算層計算后得到融合圖像特征，其中，所述融合特征計算層輸出為融合中間特征；將所述遙感圖像特征、所述合成圖像特征和所述融合圖像特征進行融合，得到所述綜合圖像特征。

根據本申請一實施方式，所述將所述遙感初始特征和所述合成初始特征融合后依次經過所述至少兩個所述特征計算層計算后得到融合圖像特征，包括：在每一融合特征計算層進行計算時，將對應上一層級的遙感特征計算層輸出的遙感中間特征、合成特征計算層輸出的合成中間特征和融合特征計算層輸出的融合中間特征融合輸入進行計算。

根據本申請一實施方式，所述將對應上一層級的遙感特征計算層輸出的遙感中間特征、合成特征計算層輸出的合成中間特征和融合特征計算層輸出的融合中間特征融合輸入進行計算，包括：將對應上一層級的遙感特征計算層輸出的遙感中間特征和合成特征計算層輸出的合成中間特征均添加注意力特征后，連同對應上一層級的融合特征計算層輸出的融合中間特征融合輸入進行計算。

根據本申請一實施方式，所述解碼所述多尺度綜合特征以獲得所述遙感影像的分割結果，包括：將所述多尺度綜合特征結合融合中間特征進行上采樣解碼，獲得所述遙感影像的分割結果。