[發明專利]一種面向無人機遙感影像的語義分割方法

在審

• 申請號: 202110508833.9
• 申請日: 2021-05-11
• 公開（公告）號: CN113177956A
• 公開（公告）日: 2021-07-27
• 發明（設計）人: 于揚鴻;車明亮;楊帆;周雨航
• 申請（專利權）人: 南通大學
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06K9/62;G06N3/04;G06N3/08;G06T5/00;G06T5/40;G06T5/50
• 代理公司: 南京瑞弘專利商標事務所(普通合伙) 32249
• 代理人: 秦秋星

1.一種面向無人機遙感影像的語義分割方法，其特征在于，包括如下步驟：

步驟1：對無人機遙感影像進行預處理；

步驟2：對涉及到的參數進行初始化；

步驟3：對預處理后的無人機遙感影像進行分塊并編號，及切片；

步驟4：構建圖像分割進程池，將圖像分割進程池中的子進程按異步非阻塞式處理任務，并將步驟3切分的各圖像切片分別送入子進程，創建并行圖像分割任務；

步驟5：跳躍遍歷各圖像切片中的像元，利用變焦器提取目標子圖；

步驟6：利用分類器對提取的圖像切片中的目標子圖進行分類，輸出中心像元的分類結果，完成圖像切片中的語義分割；

步驟7：對完成語義分割的各圖像切片進行合并，對重疊邊界進行融合處理；

步驟8：對完成語義分割的各圖像塊按塊編號進行合并，對重疊邊界進行融合處理；

步驟9：對經上述步驟處理后的語義分割圖像進行后處理，得到更為準確的遙感影像分類結果。

2.根據權利要求1所述的一種面向無人機遙感影像的語義分割方法，其特征在于，步驟1中，所述預處理包括圖像去燥、圖像銳化和圖像均衡化；圖像去燥操作采用卷積核為3×3的中值和均值濾波；圖像銳化操作采用4領域和8領域的拉普拉斯算子；圖像均衡化操作采用全局直方圖均衡化。

3.根據權利要求1所述的一種面向無人機遙感影像的語義分割方法，其特征在于，步驟2中，需要初始化的參數包括：圖像分塊尺寸s，圖像分塊重疊像元數m₁，圖像切片個數n，圖像切片重疊像元數m₂，進程池CPU核數，變焦器變焦級別f及平移系數c，分類概率閾值thr。

4.根據權利要求1所述的一種面向無人機遙感影像的語義分割方法，其特征在于，步驟3具體包括：根據預設圖像分塊尺寸，對原始圖像進行按塊劃分，并按塊編號進行臨時存儲，相鄰兩圖像塊之間要重疊m₁個像元；根據塊編號，創建圖像分塊隊列，按出隊順序依次對各圖像塊進行語義分割處理；根據預設圖像切片個數，對待處理圖像塊進行等距切分，相鄰兩圖像切片之間要重疊m₂個像元。

5.根據權利要求4所述的一種面向無人機遙感影像的語義分割方法，其特征在于，圖像分塊編號格式為：序號_行索引_列索引，其中序號為塊的唯一標識，由原圖像尺寸和圖像塊尺寸計算得出，行索引和列索引分別由按高度分塊數和按寬度分塊數得出，

bid＝N_row*N_col＝f_ceil(H/s)*f_ceil(W/s)

式中，bid為圖像塊的序號，N_row為按高度分塊數，N_col為按寬度分塊數，f_ceil()為向上取整函數，H和W分別為原始圖像的像素高度和寬度，s為圖像塊尺寸。

6.根據權利要求1所述的一種面向無人機遙感影像的語義分割方法，其特征在于，步驟5具體包括：以圖像切片坐標系為基準，利用變焦器初始焦距逐像元滑動提取目標子圖；當目標子圖經分類后的輸出概率低于閾值時，根據變焦級別進行升尺度變焦，擴大提取目標子圖范圍；當對目標子圖分類完成后，變焦器恢復初始焦距按跨度對像元進行跳躍遍歷，提取下一個目標子圖。

7.根據權利要求1所述的一種面向無人機遙感影像的語義分割方法，其特征在于，步驟6中，對目標子圖進行類別判定的分類器采用輕量化的卷積神經網絡，它由一系列卷積層、池化層、歸一化層、激活函數層和全連接層構成；在使用分類器之前預先在遙感影像上選擇樣本興趣區進行分類訓練，其中學習率在訓練過程中按步長進行動態調整。

8.根據權利要求1所述的一種面向無人機遙感影像的語義分割方法，其特征在于，步驟7中，圖像重疊邊界融合方法采用卷積核為5×5的中值濾波。