【技术实现步骤摘要】
一种基于多层感知机的遥感影像色彩评价方法和系统
本专利技术属于可见光遥感图像
，尤其涉及一种基于多层感知机的遥感影像色彩评价方法和系统。
技术介绍
遥感即遥感地感知，一般是指运用传感器对物体的电磁波的辐射、反射特性的非接触的、远距离的探测，并通过分析，揭示出物体的特征性质及其变化的综合性探测技术。光学遥感属于遥感的一种，其产品一般为多波段的遥感影像。目前，我国已经发射了多颗高分辨率光学卫星，在轨运行的多达几十颗，每天的遥感影像生产任务比较繁重。在影像生产过程中，由于传感器异常、数据传输异常、处理程序缺陷等多种原因，可能导致小部分遥感影像存在偏色、像素值异常、数据缺失等问题。对这些问题影像的检测是遥感影像质量控制的重要一环，如果全部由人工完成，时间成本、人力成本较大，且会大大影响遥感影像发布的实时性。因此，自动化的遥感影像色彩评价显得非常有必要。而且，由于色彩异常的影像的类型多种多样，例如偏色影像就有偏蓝、偏紫、偏绿、偏红等多种问题，因此，使用单一的问题导向的直接分析计算方式来进行异常检测效果较差。
【技术保护点】
1.一种基于多层感知机的遥感影像色彩评价方法，其特征在于，包括：/n构建携带有标签信息的遥感影像缩略图样本库；/n对遥感影像缩略图样本库中的各缩略图样本进行特征提取；/n构建用于二分类的待训练多层感知机神经网络模型；/n根据遥感影像缩略图样本库中的各缩略图样本和提取的特征，对待训练多层感知机神经网络模型进行训练，得到网络参数；/n根据得到的网络参数，对待训练多层感知机神经网络模型进行参数更新，得到多层感知机神经网络模型；/n根据多层感知机神经网络模型，对待测试遥感影像进行色彩评价。/n
【技术特征摘要】 【专利技术属性】
1.一种基于多层感知机的遥感影像色彩评价方法，其特征在于，包括：
构建携带有标签信息的遥感影像缩略图样本库；
对遥感影像缩略图样本库中的各缩略图样本进行特征提取；
构建用于二分类的待训练多层感知机神经网络模型；
根据遥感影像缩略图样本库中的各缩略图样本和提取的特征，对待训练多层感知机神经网络模型进行训练，得到网络参数；
根据得到的网络参数，对待训练多层感知机神经网络模型进行参数更新，得到多层感知机神经网络模型；
根据多层感知机神经网络模型，对待测试遥感影像进行色彩评价。
2.根据权利要求1所述的基于多层感知机的遥感影像色彩评价方法，其特征在于，构建携带有标签信息的遥感影像缩略图样本库，包括：
获取遥感卫星多光谱相机采集到的多光谱遥感图像；
对所述多光谱遥感图像进行下采样和真彩色合成处理，得到jpg格式的遥感影像缩略图；
根据得到的jpg格式的遥感影像缩略图的色彩状态信息，对得到的jpg格式的遥感影像缩略图进行标签化处理；
根据标签化处理后的jpg格式的遥感影像缩略图，构建得到所述携带有标签信息的遥感影像缩略图样本库。
3.根据权利要求1所述的基于多层感知机的遥感影像色彩评价方法，其特征在于，对遥感影像缩略图样本库中的各缩略图样本进行特征提取，包括：
计算得到遥感影像缩略图样本库中的各缩略图样本的黑像素掩膜和白像素掩膜，分别除以总像素数得到黑像素比和白像素比共计2维特征；
将遥感影像缩略图样本库中的各缩略图样本从RGB色彩空间转换至Lab色彩空间，并结合黑像素掩膜和白像素掩膜，计算得到cast、da、db、D、M、cast_NNO、da_NNO、db_NNO、D_NNO、M_NNO、D_cr和M_cr，共计12维特征；
根据黑像素与白像素掩膜，计算得到色彩度CCI；
根据黑像素与白像素掩膜，逐波段计算得到R波段、G波段和B波段各自对应的像素均值、标准差、平均梯度与熵值，共计3×4＝12维特征。
4.根据权利要求3所述的基于多层感知机的遥感影像色彩评价方法，其特征在于，黑像素为：RGB三波段均为零的像素，白像素为：RGB三波段像素值均大于253的像素。
5.根据权利要求1所述的基于多层感知机的遥感影像色彩评价方法，其特征在于，待训练多层感知机神经网络模型包含2个隐藏层，每个隐藏层含有50个神经元，激活函数为ReLU函数。
技术研发人员：王海波，尤江彬，徐文，喻文勇，王巍霖，李晓进，
申请(专利权)人：中国资源卫星应用中心，
类型：发明
国别省市：北京;11
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。