The invention discloses a method for semantic segmentation of remote sensing image in large range based on full convolution neural network, which includes three stages of data annotation, model training and prediction result. Segmentation pretreatment uses data enhancement techniques to expand the richness of the training set. If the labeled data set can be obtained, it can be used to train the model to initialize the training of the target data model to reduce the workload of manual annotation. In order to improve the accuracy of the result, the method divides the image into overlapping meshes, splices the predicted result image in sequence, and performs median filtering to reduce noise and non-smooth parts of the image, and finally achieves higher accuracy.
【技术实现步骤摘要】
一种基于全卷积神经网络的大范围遥感影像语义分割方法
本专利技术属于遥感影像识别和深度学习
,具体涉及一种基于全卷积神经网络的大范围遥感影像语义分割方法。
技术介绍
遥感是通过卫星上的传感器,对地球进行特定电磁波谱段的成像,是以航空摄影技术为基础发展起来的一门技术;通过遥感探测,能够在短时间内,对地球上大范围的地区进行多层次、多视角的观测,是获取环境信息和地球资源的重要手段。遥感技术是衡量一个国家的科技水平和综合实力的重要标志之一,我国一直十分重视遥感技术的发展,使得遥感技术得到快速发展;目前,遥感技术已广泛应用于海洋、气象、农业、军事、林业、水资源、地质环境调查、环境保护、土地利用、城市规划等各种领域。面对如此开阔的应用前景,遥感影像的信息提取技术显得尤为重要;可以说,遥感的最终目标就是为了能够从图像上提取到有用的信息,获取到知识。最基本的遥感影像信息提取有对象的分类和识别,在巨大的数据量下,人工进行分类和识别显然不再可行,需要更智能化的手段;在此基础上,才可以使遥感影像得到更多更广的应用。在这方面,随着计算机视觉和深度学习技术的发展,越来越多的方法和模型涌现,为遥感影像的信息提取提供了有力的手段。目前,高分一号(GF-1)至高分九号(GF-9)9颗卫星已经成功发射,涵盖了全色、多光谱、高光谱、雷达等众多成像类型。其中,比较有代表性的有搭载了全色和多光谱相机的高分一号卫星和高分二号卫星、搭载了C频段多极化合成孔径雷达(SyntheticApertureRadar,SAR)的高分三号卫星、搭载了高光谱相机的高分五号卫星。多光谱影像一般有4个波谱频段,通 ...
【技术保护点】
1.一种基于全卷积神经网络的大范围遥感影像语义分割方法,包括如下步骤:(1)获取高分辨率的遥感影像,对其进行影像融合及波段合成操作;(2)在影像融合及波段合成后的遥感影像中标记出不同类别的物体,得到标记图像;(3)设计全卷积神经网络模型,并利用遥感影像和标记图像对其进行训练以及参数微调;(4)对需要语义分割的遥感影像进行有重叠的网格切片,进而将每个切片图像输入至全卷积神经网络模型中输出得到对应的单通道灰度图像即分割预测结果;(5)最后将得到的所有分割预测结果图像有序进行拼接以及后处理。
【技术特征摘要】
1.一种基于全卷积神经网络的大范围遥感影像语义分割方法,包括如下步骤:(1)获取高分辨率的遥感影像,对其进行影像融合及波段合成操作;(2)在影像融合及波段合成后的遥感影像中标记出不同类别的物体,得到标记图像;(3)设计全卷积神经网络模型,并利用遥感影像和标记图像对其进行训练以及参数微调;(4)对需要语义分割的遥感影像进行有重叠的网格切片,进而将每个切片图像输入至全卷积神经网络模型中输出得到对应的单通道灰度图像即分割预测结果;(5)最后将得到的所有分割预测结果图像有序进行拼接以及后处理。2.根据权利要求1所述的大范围遥感影像语义分割方法,其特征在于:所述步骤(1)的具体实现过程如下:1.1取遥感影像中对应波长大小为前三个波段的灰度图像分别作为RGB图像中的B通道图像、G通道图像和R通道图像,进而合成一张RGB彩色图像;1.2将上述RGB彩色图像转换到IHS彩色图像,并将其放大至与遥感影像中的全色通道灰度图像同样大小;1.3将所述全色通道的灰度图像与放大后IHS彩色图像中的I通道图像进行直方图匹配,并将匹配后的结果替代IHS彩色图像中的I通道图像;1.4将替代完成后的IHS彩色图像转换回RGB彩色图像,即完成了影像融合及波段合成操作。3.根据权利要求1所述的大范围遥感影像语义分割方法,其特征在于:所述步骤(2)的具体实现过程如下:2.1将影像融合及波段合成后遥感影像的RGB彩色图像切分成多个1500×1500大小的图块;2.2对于任一图块,利用图像标注工具用多边形描边的形式在图块中将不同类别的物体标注出来,并保存多边形的顶点位置信息以及物体所属类别信息;2.3根据类别信息将图块转换成单通道的灰度图像,该灰度图像即为标记图像,其中每个像素的灰度值即表示像素所属的物体类型,0代表背景,1,2,3,...,N对应代表不同的物体类型,N为遥感影像中所有物体总的类别数量。4.根据权利要求1所述的大范围遥感影像语义分割方法,其特...
【专利技术属性】
技术研发人员:罗智凌,岑超,尹建伟,李莹,吴朝晖,
申请(专利权)人:浙江大学,
类型:发明
国别省市:浙江,33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。