[發(fā)明專利]一種SAR影像水體提取方法、裝置、電子設(shè)備及存儲介質(zhì)有效
| 申請?zhí)枺?/td> | 202111302938.5 | 申請日： | 2021-11-05 |
| 公開（公告）號： | CN113743383B | 公開（公告）日： | 2022-06-07 |
| 發(fā)明（設(shè)計）人： | 王宇翔;鄒舒暢;張攀;路超然;李彥;沈均平 | 申請（專利權(quán)）人： | 航天宏圖信息技術(shù)股份有限公司 |
| 主分類號： | G06V20/05 | 分類號： | G06V20/05;G06V10/26;G06V10/40;G06V10/75;G06V10/77;G06V10/774;G06V10/80;G06K9/62 |
| 代理公司： | 北京超凡宏宇專利代理事務(wù)所(特殊普通合伙) 11463 | 代理人： | 榮穎佳 |
| 地址： | 100195 北京市海*** | 國省代碼： | 北京;11 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 一種 sar 影像 水體 提取 方法 裝置 電子設(shè)備 存儲 介質(zhì) | ||
本申請?zhí)峁┝艘环NSAR影像水體提取方法、裝置、電子設(shè)備及存儲介質(zhì)，涉及遙感影像處理技術(shù)領(lǐng)域，包括：獲取待檢測SAR影像；對所述待檢測SAR影像進行預(yù)處理；通過水體分割模型，對所述預(yù)處理后的待檢測SAR影像進行處理，得到水體分割結(jié)果；其中，所述水體分割模型為增加雙注意力機制的DeepLabv3+語義分割模型，并通過包含SAR影像和DEM數(shù)據(jù)的樣本集訓(xùn)練得到。本申請能夠提高SAR影像水體提取的精度和效率。
技術(shù)領(lǐng)域
本申請涉及遙感影像處理技術(shù)領(lǐng)域，尤其是涉及一種SAR影像水體提取方法、裝置、電子設(shè)備及存儲介質(zhì)。
背景技術(shù)
合成孔徑雷達（SAR）在提取地表水體范圍的應(yīng)用中較光學(xué)遙感更具優(yōu)勢，原因在于：SAR為主動式雷達傳感器，不依賴于太陽的輻射，可晝夜觀測；采用的電磁波為微波波段，波長約1mm~1m，穿透能力強，不受云霧遮擋，可全天候觀測，甚至能夠穿過樹冠，探測林下水域；開放、平滑（相對于SAR使用的波長而言，無波或小波）的水域通常表現(xiàn)出較低的后向散射系數(shù)，在SAR影像上表現(xiàn)較為統(tǒng)一。針對SAR的水體提取已得到不少研究和應(yīng)用，以下列出了基于SAR影像水體提取的幾類主要方法：
基于閾值分割的水體提取方法：利用水體在SAR輻射亮度圖中亮度較低的特性，通過經(jīng)驗法、雙峰法、最大類間方差算法、多閾值分割、熵閾值算法等實現(xiàn)全局或局部的水體分割閾值，認為小于該閾值的像素為水體。該類方法計算簡單，運算效率高，但精度較低，無法區(qū)分與水體散射特性相似的地物。
基于紋理的水體提取方法：水體的表面粗糙度顯著低于其他地物，在SAR影像中表現(xiàn)為極度同質(zhì)區(qū)域，紋理變化小，采用灰度共生矩陣計算同質(zhì)性特征參數(shù)，同質(zhì)性高的區(qū)域標記為水體。該方法可能受到淺草、裸地等紋理特征與水體相似的地物影響。
基于極化分解的水體提取方法：極化特征反映了地物的結(jié)構(gòu)特征，不同結(jié)構(gòu)具有不同的后向散射機制，采用非相干分解方法可以將目標的相干矩陣分解為面散射、二面角散射和體散射3個分量的和，水體在3個散射分量的功率都遠低于其他地物。該類方法可能受到相似散射機制地物的干擾，如房頂、機場跑道等。
基于機器學(xué)習(xí)的水體提取方法：提取SAR影像的后向散射系數(shù)、衍生指數(shù)等作為特征，和水體標簽組成訓(xùn)練樣本，將其作為輸入傳入分類器進行訓(xùn)練，常用的分類器有支持向量機、隨機森林等。該類方法的影像分類效果較好，但需要對SAR數(shù)據(jù)進行預(yù)處理提取有效的特征用以訓(xùn)練。
隨著深度學(xué)習(xí)在遙感領(lǐng)域的迅速發(fā)展，在SAR影像語義分割領(lǐng)域，F(xiàn)CN、U-net等深度學(xué)習(xí)模型相繼得到實驗驗證，但受到SAR影像、處理軟件和樣本、深度學(xué)習(xí)算法等限制，利用深度學(xué)習(xí)進行遙感影像的水體提取普遍精度不高。
發(fā)明內(nèi)容
有鑒于此，本申請?zhí)峁㏒AR影像的水體提取方法、裝置、電子設(shè)備及存儲介質(zhì)，以解決有技術(shù)中利用深度學(xué)習(xí)進行遙感影像水體提取存在的精度不高和效率低的技術(shù)問題。
一方面，本申請實施例提供了一種SAR影像水體提取方法，包括：
獲取待檢測SAR影像；
對所述待檢測SAR影像進行預(yù)處理；
通過水體分割模型，對所述預(yù)處理后的待檢測SAR影像進行處理，得到水體分割結(jié)果；
其中，所述水體分割模型為增加雙注意力機制的DeepLabv3+語義分割模型，并通過包含SAR影像樣本和DEM數(shù)據(jù)的樣本數(shù)據(jù)集訓(xùn)練得到。
進一步的，所述水體分割模型包括：編碼器和解碼器；所述編碼器至少包括：特征提取模塊、空間金字塔池化模塊、雙注意力機制模塊和融合模塊；
通過水體分割模型，對所述預(yù)處理后的待檢測SAR影像進行處理，得到水體分割結(jié)果；包括：
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于航天宏圖信息技術(shù)股份有限公司，未經(jīng)航天宏圖信息技術(shù)股份有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202111302938.5/2.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
