[發(fā)明專利]一種基于深度學(xué)習(xí)方法的新增建設(shè)用地自動提取方法

在審

• 申請?zhí)枺?/td>: 202011068935.5
• 申請日: 2020-09-30
• 公開（公告）號: CN112183416A
• 公開（公告）日: 2021-01-05
• 發(fā)明（設(shè)計(jì)）人: 竇寶成;李詠潔;何友;黎珂;張建凱
• 申請（專利權(quán)）人: 北京吉威數(shù)源信息技術(shù)有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/08;G06T5/00;G06T7/11
• 代理公司: 北京紐樂康知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11210
• 代理人: 張朝元

本發(fā)明公開了一種基于深度學(xué)習(xí)方法的新增建設(shè)用地自動提取方法，該方法包括以下步驟：勾畫新增建設(shè)用地標(biāo)簽；將遙感影像的位深拉伸至8位；對前后時(shí)期遙感影像數(shù)據(jù)和新增建設(shè)用地標(biāo)簽數(shù)據(jù)進(jìn)行裁切處理；合成訓(xùn)練瓦片樣本集合和測試瓦片樣本集；構(gòu)建網(wǎng)絡(luò)模型；生成新增建設(shè)用地訓(xùn)練模型，并對其進(jìn)行封裝；得到柵格概率圖；對新增建設(shè)用地區(qū)域進(jìn)行偽圖斑的去除；得到新增建設(shè)用地圖斑。通過該方法，避免了針對不同新增建設(shè)用地場景選擇不同的特征組合和設(shè)計(jì)不同的監(jiān)測方法；實(shí)現(xiàn)了常規(guī)遙感信息提取與監(jiān)測的技術(shù)手段與深度學(xué)習(xí)技術(shù)手段的融合，提升了正檢率；方便了后續(xù)成果的分析與規(guī)范化整理。

技術(shù)領(lǐng)域

本發(fā)明涉及遙感技術(shù)領(lǐng)域，具體來說，涉及一種基于深度學(xué)習(xí)方法的新增建設(shè)用地自動提取方法。

背景技術(shù)

目前，我國城市化進(jìn)程的快速推進(jìn)，人均土地資源占有量少，人口的增長，工業(yè)化和城市化的擴(kuò)張導(dǎo)致城對土地資源的需求依賴日益增加，與其供給不足的矛盾不斷加劇，造成針對土地資源開發(fā)利用的監(jiān)督與整治越來越困難。因此，快速發(fā)現(xiàn)建設(shè)用地、重點(diǎn)關(guān)注專題用地等類型的變化，支撐各級自然資源管理部門盡早發(fā)現(xiàn)違法用地情況并盡早整改，減少土地違法利用情況的發(fā)生，對維護(hù)社會的和諧與穩(wěn)定具有重要意義。

傳統(tǒng)的利用高分辨率遙感影像進(jìn)行新增建設(shè)用地提取，主要依靠工作人員對前后兩期高分辨率衛(wèi)星遙感影像進(jìn)行比對，確定地表覆蓋變化發(fā)生的空間位置，通過主觀經(jīng)驗(yàn)知識判斷其變化類別，勾繪成變化圖斑，解譯精度取決于解譯人員的目視判讀經(jīng)驗(yàn)，且工作量龐大。為了緩解目視解譯的壓力，國內(nèi)外研究人員研究形成了多種自動變化檢測的相關(guān)技術(shù)方法，根據(jù)監(jiān)測流程主要可分為兩大類：利用波段組合和主成分變換等方法的分類前檢測法和對兩期影像進(jìn)行專題分類然后獲取變化信息的分類后比較法。衛(wèi)星傳感器技術(shù)的迅猛發(fā)展，可獲得的影像空間分辨率，光譜分辨率和時(shí)間分辨漸漸提高，為提高自動化的檢測程度，又陸續(xù)出現(xiàn)了包括面向?qū)ο蟆＜蚁到y(tǒng)、機(jī)器學(xué)習(xí)等技術(shù)方法。但高空間分辨率數(shù)據(jù)中建設(shè)用地的光譜信息相對不充足，且建設(shè)用地往往與其他地物存在相互混雜的情況，例如被數(shù)據(jù)遮擋，內(nèi)部存在綠化或人工道路等，導(dǎo)致建設(shè)用地本身的形狀、色調(diào)等信息的損失，很難用對齊進(jìn)行規(guī)范化描述，新增建設(shè)用地監(jiān)測業(yè)務(wù)中前期遙感影像的地物類別更加豐富，給新增建設(shè)用地提取帶來更大難度。傳統(tǒng)的方法很大程度上依賴于工作人員的經(jīng)驗(yàn)知識，隨著衛(wèi)星載荷與數(shù)據(jù)量的逐步增加，難以支撐爆發(fā)式增長的任務(wù)和需求，同時(shí)難以實(shí)現(xiàn)更大空間、更大尺度及連續(xù)動態(tài)監(jiān)測的推廣使用。

隨著人工智能的不斷發(fā)展，深度學(xué)習(xí)已經(jīng)在語音識別、圖像識別、和信息檢索及信息提取等領(lǐng)域取得了成功，這一類模擬大腦學(xué)習(xí)過程的方法相比傳統(tǒng)人工提取的方法具有更好的特征抽象性和魯棒性，逐漸應(yīng)用于高分辨率遙感影像上要素的快速、精確提取。目前常用于動態(tài)監(jiān)測的是一種基于深度學(xué)習(xí)語義分割的遙感影像信息提取方法，將應(yīng)用于語義分割任務(wù)的深度學(xué)習(xí)模型——全卷積深度學(xué)習(xí)網(wǎng)絡(luò)，進(jìn)行遙感影像的信息提取，實(shí)現(xiàn)了分割與分類過程的一體化，通過對比多時(shí)相影像分類結(jié)果實(shí)現(xiàn)新增建設(shè)用地檢測，該方法依賴于單期要素的提取精度，容易存在誤差累積傳遞的情況。另外一種方法是直接將兩期影像及變化標(biāo)簽數(shù)據(jù)加入網(wǎng)絡(luò)模型進(jìn)行變化訓(xùn)練。該方法直接針對變化目標(biāo)提取，效果更加可控，但是面臨兩期影像來源不同、輻射差異、分辨率差異等挑戰(zhàn)，導(dǎo)致精度受限。

發(fā)明內(nèi)容

針對相關(guān)技術(shù)中的上述技術(shù)問題，本發(fā)明提出一種基于深度學(xué)習(xí)方法的新增建設(shè)用地自動提取方法，能夠克服現(xiàn)有技術(shù)的上述不足。

為實(shí)現(xiàn)上述技術(shù)目的，本發(fā)明的技術(shù)方案是這樣實(shí)現(xiàn)的：

一種基于深度學(xué)習(xí)方法的新增建設(shè)用地自動提取方法，該方法包括以下步驟：

S1：采用多源影像數(shù)據(jù)組合前后時(shí)期遙感影像數(shù)據(jù)，勾畫新增建設(shè)用地標(biāo)簽，其中，新增建設(shè)用地為前時(shí)期遙感影像上的非建筑區(qū)和后時(shí)期遙感影像上的建筑區(qū)的區(qū)域；