[發(fā)明專利]一種衛(wèi)星遙感影像水體提取方法

有效

• 申請?zhí)枺?/td>: 202110974161.0
• 申請日: 2021-08-24
• 公開（公告）號: CN113642663B
• 公開（公告）日: 2022-03-22
• 發(fā)明（設(shè)計）人: 黃海;劉欽源;關(guān)見朝;張磊;王大宇;陳偉;王浩;陳娟;吳其平;黃逸彬;柴露;郭子楊;徐棟澤
• 申請（專利權(quán)）人: 中國水利水電科學研究院;同濟大學
• 主分類號: G06V10/80
• 分類號: G06V10/80;G06V10/764;G06V10/774;G06K9/62;G06V10/26
• 代理公司: 北京國林貿(mào)知識產(chǎn)權(quán)代理有限公司 11001
• 代理人: 李瑾;李連生

1.一種衛(wèi)星遙感影像水體提取方法，其特征在于，包括以下步驟：

步驟S1：確定樣本位置，獲取樣本點在一定時間序列上的多源遙感影像集，分別完成去云處理后進行合成，獲得去云合成影像；

步驟S2：使用合成影像的波段數(shù)據(jù)，使用水體指數(shù)進行計算，得到指數(shù)值；

步驟S3：將影像轉(zhuǎn)為RGB圖像，輸入已經(jīng)訓(xùn)練完成的分類網(wǎng)絡(luò)模型，得到該圖像的類激活圖CAM；

步驟S4：將NDWI和CAM進行融合得到水體特征圖WFM，并設(shè)定閾值進行二值篩選，得到該圖像的marker；將RGB圖像轉(zhuǎn)為灰度圖，使用隨機游走算法對灰度圖進行分割；對分割結(jié)果進行面積閾值篩選，得到大面積水域的分割結(jié)果。

2.根據(jù)權(quán)利要求1所述的衛(wèi)星遙感影像水體提取方法，其特征在于，步驟S2中所述水體指數(shù)為標準的歸一化差分水體指數(shù)NDWI或其它變種水體指數(shù)。

3.根據(jù)權(quán)利要求2所述的衛(wèi)星遙感影像水體提取方法，其特征在于，變種水體指數(shù)的一種為NWI:

其中Band₁為藍光波段；Band₄近紅外短波；Band₅為短波紅外1；Band₇為短波紅外2。

4.根據(jù)權(quán)利要求1所述的衛(wèi)星遙感影像水體提取方法，其特征在于，步驟S3所述分類網(wǎng)絡(luò)模型的訓(xùn)練方法為：訓(xùn)練集中的圖像X帶有圖像級標簽y，表示圖像中是否存在水體；將X逆時針旋轉(zhuǎn)90°，得到X’；將X和X’分別輸入結(jié)構(gòu)相同的分類網(wǎng)絡(luò)C和C’中，輸出二分類結(jié)果o和o’，并與真實標簽y比較，得出loss1進行反向傳播優(yōu)化參數(shù)；分別取出C和C’最后一個卷積層輸出的特征圖M和M’，分別使用grad-CAM算法得到cam和cam’，將cam’順時針旋轉(zhuǎn)90°，并與cam比較，得出loss2進行反向傳播優(yōu)化參數(shù)。

5.根據(jù)權(quán)利要求4所述的衛(wèi)星遙感影像水體提取方法，其特征在于，所述loss1和loss2的計算方法為：采用cross entropy作為loss1，其計算公式為loss1＝y(tǒng)log(o)+(1-y)log(1-o)；采用mse作為loss2，其計算公式為其中表示歸一化，ij表示第i行第j列的像素點。

6.根據(jù)權(quán)利要求1所述的衛(wèi)星遙感影像水體提取方法，其特征在于，其特征在于，步驟S3得到類激活圖的方法為：取出分類網(wǎng)絡(luò)的最后一個卷積層的輸出，使用grad-CAM算法得到該圖像的類激活圖CAM；grad-CAM算法其輸入為分類網(wǎng)絡(luò)最后一層卷積層的輸出特征圖M和類激活圖CAM所對應(yīng)的類的輸出概率o，輸出為類激活圖CAM，即cam＝grad_CAM(M，o)。

7.根據(jù)權(quán)利要求1所述的衛(wèi)星遙感影像水體提取方法，其特征在于，步驟S4中：選取NWDI和CAM的權(quán)重，將NDWI和CAM進行融合得到水體特征圖。

8.根據(jù)權(quán)利要求1所述的衛(wèi)星遙感影像水體提取方法，其特征在于，步驟S4中使用隨機游走算法對灰度圖進行分割：算法首先給出種子點，即標記點；輸入為灰度圖Gray和種子點marker，輸出為分割結(jié)果Seg，即Seg＝randomWalk(Gray，marker)。