遥感影像分割方法、装置及存储介质、服务器制造方法及图纸

本发明专利技术涉及图像检测、图像分类技术领域，本申请实施例提供的一种遥感影像分割方法，包括：获取目标图像，将所述目标图像分割为预设像素的若干子图像；基于深度卷积神经网络遍历所有所述子图像中的像素，依次确定所述子图像中各像素的第一像素类别；依据所述子图像的所述第一像素类别对所述目标图像进行标注，获得分割后的目标图像。本申请的通过多尺度的超列实现更为充分的表征对象，申请中的卷积神经网络结构层次较深，保证有效信息的同时减少参数，卷积神经网络网络的性能也能够通过不断加深的网络结构来提升，通过复杂的全连接，使得表达关系更为复杂，进而实现对像素的精准分裂，实现对遥感影像的精细分割。

Remote Sensing Image Segmentation Method, Device, Storage Media and Server

The invention relates to the technical field of image detection and image classification, and the embodiment of this application provides a remote sensing image segmentation method, which includes: acquiring the target image, dividing the target image into several sub-images of preset pixels; traversing the pixels of all the sub-images based on depth convolution neural network to determine the first pixel category of each pixel in the sub-images in turn; and According to the first pixel class of the sub-image, the target image is labeled and the segmented target image is obtained. In this application, multi-scale super-arrays are used to represent the object more fully. The structure of convolution neural network in the application is deeper, which ensures effective information while reducing parameters. The performance of convolution neural network can also be improved by deepening network structure. Through complex full connection, the expression relationship becomes more complex, and the precise division of pixels can be realized. To achieve fine segmentation of remote sensing images.

【技术实现步骤摘要】
遥感影像分割方法、装置及存储介质、服务器
本专利技术涉及图像检测、图像分类
，具体涉及一种遥感影像分割方法、装置及存储介质、服务器。
技术介绍
随着航空航天遥感传感器数据获取技术的发展，人们可以在很短的时间内获得超大规模的高分辨率遥感影像数据，如美国QuickBird卫星、WorldView-II卫星、GEOEye-I卫星和CBERS-2B卫星，每分钟可分别采集大约373、2708、1145和120百万像素(megapixels)的影像。而且，越来越多的在线系统要求实时处理遥感影像数据，如军事目标识别和地形匹配、气象的天气预报、应急灾害等。遥感影像数据还作为地理信息系统(GeographicinformationSystem，GIS)，全球定位系统(GlobalPositioningSystem,GPS)、遥感测绘技术(remotesensingsystem,RS)三大空间信息技术中的基础数据，广泛应用于环境监测、资源调查、土地利用、城市规划、自然灾害分析和军事等各个领域。近年来，随着高分辨率遥感卫星、成像雷达以及无人机驾驶飞机(UnmannedAerialVehicle)技术本文档来自技高网...

【技术保护点】
1.一种遥感影像分割方法，其特征在于，包括：获取目标图像，将所述目标图像分割为预设像素的若干子图像；基于深度卷积神经网络遍历所有所述子图像中的像素，依次确定所述子图像中各像素的第一像素类别；依据所述子图像的所述第一像素类别对所述目标图像进行标注，获得分割后的目标图像。

【技术特征摘要】
1.一种遥感影像分割方法，其特征在于，包括：获取目标图像，将所述目标图像分割为预设像素的若干子图像；基于深度卷积神经网络遍历所有所述子图像中的像素，依次确定所述子图像中各像素的第一像素类别；依据所述子图像的所述第一像素类别对所述目标图像进行标注，获得分割后的目标图像。2.根据权利要求1所述的遥感影像分割方法，其特征在于，所述基于深度卷积神经网络遍历所有所述子图像中的像素，依次确定所述子图像中各像素的第一像素类别，包括：基于所述深度卷积神经网络确定像素分类模型；通过所述像素分类模型逐个遍历所述子图像中的各像素，确定所述子图像的第一像素类别。3.根据权利要求2所述的遥感影像分割方法，其特征在于，所述基于深度卷积神经网络确定像素分类模型，包括：通过所述深度卷积神经网络确定所述子图像的第二像素类别；基于标注图像和所述子图像的第二像素类别确定所述像素分类模型的损失函数，所述标注图像为所述目标图像，且所述目标图像具有语义标注；通过所述深度卷积神经网络和所述损失函数确定所述像素分类模型。4.根据权利要求3所述的遥感影像分割方法，其特征在于，所述第一像素类别和所述第二像素类别为所述子图像的中心像素类别。5.根据权利要求1所述的遥感影像分割方法，其特征在于，所述基于深度卷积神经网络遍历所有所述子图像中的像素，依次确定所述子图像中各像素的第一像素类别，包括：通过所述深度卷积神经网络提取所述子图像的深度特征信息；依据所述深度特征信息构建所述子图像中同一个像素的多尺度超列，所述多尺度超列为同一个像素在不同深度下的一维向量...

【专利技术属性】
技术研发人员：曹靖康，王义文，王健宗，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44