[發(fā)明專利]一種遙感影像地物分類泛化性提升方法及裝置

有效

• 申請?zhí)枺?/td>: 202110831764.5
• 申請日: 2021-07-22
• 公開（公告）號: CN113705346B
• 公開（公告）日: 2023-09-19
• 發(fā)明（設計）人: 路威;童新海;陳乾;王珩;趙兵;張清華
• 申請（專利權）人: 中國人民解放軍陸軍工程大學
• 主分類號: G06V20/10
• 分類號: G06V20/10;G06V10/26;G06V10/54;G06V10/771;G06V10/764;G06V10/82;G06N3/0464;G06N3/08
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 孫永生

1.一種遙感影像地物分類泛化性提升方法，其特征是，包括：

獲取特征圖；

選擇語義分割網絡，其中，所述語義分割網絡包括位置注意力模塊和通道注意力模塊；

使用位置注意力模塊和通道注意力模塊并行操作對特征圖進行處理，獲得空間注意力特征圖和通道注意力特征圖；

將空間注意力特征圖和通道注意力特征圖輸入到卷積神經網絡進行降維卷積操作，其中，

所述卷積神經網絡中加入紋理特征進行輔助分類；

將降維后的空間注意力特征圖和通道注意力特征圖并行輸入到位置注意力模塊、通道注意力模塊和卷積神經網絡中進行注意力機制處理和信息整合；

將整合后得到的空間注意力特征圖和通道注意力特征圖進行加和操作并輸出，得到最終的注意力特征圖；

所述紋理特征從Haralick紋理特征中選取，選取時，

Haralick紋理特征經過兩次篩選和一次融合后，獲得最終的紋理特征；

Haralick紋理特征經過兩次篩選和一次融合，包括：

第一次篩選，獲得方差、均質度、對比度、非相似性和角二階矩對應的紋理特征；

第二次篩選，確定采用方差、均質度和角二階矩對應的紋理特征；

第一次融合，將方差、均質度和角二階矩對應的紋理特征與綠色光譜通道中的紅綠藍三種光譜特征進行融合，獲得最終的紋理特征。

2.根據權利要求1所述的遙感影像地物分類泛化性提升方法，其特征是，第一次融合時，將方差、均質度和角二階矩對應的紋理特征進行2％線性灰度拉伸，之后進行歸一化處理后，與光譜特征進行融合。

3.一種遙感影像地物分類泛化性提升裝置，其特征是，包括：

獲取單元，用于獲取特征圖；

網絡選擇單元，用于選擇語義分割網絡，其中，所述語義分割網絡包括位置注意力模塊和通道注意力模塊；

并行處理單元，用于使用位置注意力模塊和通道注意力模塊并行操作對特征圖進行處理，獲得空間注意力特征圖和通道注意力特征圖；

卷積單元，用于將空間注意力特征圖和通道注意力特征圖輸入到卷積神經網絡進行降維卷積操作，其中，

所述卷積神經網絡中加入紋理特征進行輔助分類；

信息整合單元，用于將降維后的空間注意力特征圖和通道注意力特征圖并行輸入到位置注意力模塊、通道注意力模塊和卷積神經網絡中進行注意力機制處理和信息整合；

加和操作單元，用于將整合后得到的空間注意力特征圖和通道注意力特征圖進行加和操作并輸出，得到最終的注意力特征圖；

紋理特征選取單元，用于選取紋理特征，其中，

所述紋理特征從Haralick紋理特征中選取，選取時，

Haralick紋理特征經過兩次篩選和一次融合后，獲得最終的紋理特征；

所述紋理特征選取單元還包括：

第一篩選單元，用于對Haralick紋理特征初步篩選，獲得方差、均質度、對比度、非相似性和角二階矩對應的紋理特征；

第二篩選單元，用于對初步篩選獲得的紋理特征進一步進行篩選，確定采用方差、均質度和角二階矩對應的紋理特征；

融合單元，用于將方差、均質度和角二階矩對應的紋理特征與綠色光譜通道中的紅綠藍三種光譜特征進行融合，獲得最終的紋理特征。

4.根據權利要求3所述的遙感影像地物分類泛化性提升裝置，其特征是，所述融合單元還包括：

拉伸處理單元，用于將方差、均質度和角二階矩對應的紋理特征進行2％線性灰度拉伸，之后進行歸一化處理后，與光譜特征進行融合。

5.一種遙感影像地物分類泛化性提升裝置，其特征是，包括處理器及存儲介質；

所述存儲介質用于存儲指令；

所述處理器用于根據所述指令進行操作以執(zhí)行根據權利要求1～2任一項所述方法的步驟。

6.計算機可讀存儲介質，其上存儲有計算機程序，其特征是，該程序被處理器執(zhí)行時實現權利要求1～2任一項所述方法的步驟。