一种融合GIS数据的遥感图像语义分割方法及系统技术方案

本发明专利技术涉及一种融合GIS数据的遥感图像语义分割方法及系统，所述方法包括：获取第一遥感数据训练集和第一GIS数据；对所述第一遥感数据训练集进行预处理得到第二遥感数据训练集；基于所述第二遥感数据训练集对所述第一GIS数据进行预处理得到第二GIS数据；对所述第二遥感数据训练集进行数据增强处理得到第三遥感数据训练集；基于所述第三遥感数据训练集和所述第二GIS数据对语义分割模型进行训练；基于所述第一GIS数据和训练好的所述语义分割模型对待分割遥感图像进行语义分割，得到语义集。本发明专利技术针对相互遮蔽的建筑、树木和道路提高了语义分割的精度。

【技术实现步骤摘要】
一种融合GIS数据的遥感图像语义分割方法及系统
本专利技术涉及语义分割
，特别是涉及一种融合GIS数据的遥感图像语义分割方法及系统。
技术介绍
航天遥感技术经过多年的发展，无论在光谱分辨率、空间分辨率还是时间分辨率方面都有巨大的进步，已经形成高光谱、高空间分辨率、全天时的对地观测能力。高分辨率遥感图像的产生，使得土地利用、城市规划、环境检测等民用方面有了更便利、更详细的数据来源。语义分割不同于图像分类，它需要对图像的每个像素点进行分类；高分辨率遥感图像语义分割在土地分类以及智慧城市等领域中扮演者十分重要的角色，为其提供了良好的基础。然而，想要获取高精确度的语义分割结果是十分困难的，尤其是在密集的城镇建筑当中；传统的遥感图像分割主要还是依靠大量的人力进行手动分割，并结合后期的人工纠错不断完善分割结果，这种方式往往会耗费大量的财力精力，并且难以深度挖掘遥感大数据的潜在价值。在过去的几年中，由于机器学习的不断发展以及深度学习在图像方面取得的重大成就，让遥感图像语义分割有了新的突破；机器学习的方法主要是基于像素的分类方法，例如支持本文档来自技高网...

【技术保护点】
1.一种融合GIS数据的遥感图像语义分割方法，其特征在于，包括：/n获取第一遥感数据训练集和第一GIS数据；所述第一遥感数据训练集包括n幅训练遥感图像，n为大于1的正整数；/n对所述第一遥感数据训练集进行预处理得到第二遥感数据训练集；/n基于所述第二遥感数据训练集对所述第一GIS数据进行预处理得到第二GIS数据；/n对所述第二遥感数据训练集进行数据增强处理得到第三遥感数据训练集；/n基于所述第三遥感数据训练集和所述第二GIS数据对语义分割模型进行训练；/n基于所述第一GIS数据和训练好的所述语义分割模型对待分割遥感图像进行语义分割，得到语义集。/n

【技术特征摘要】
1.一种融合GIS数据的遥感图像语义分割方法，其特征在于，包括：
获取第一遥感数据训练集和第一GIS数据；所述第一遥感数据训练集包括n幅训练遥感图像，n为大于1的正整数；
对所述第一遥感数据训练集进行预处理得到第二遥感数据训练集；
基于所述第二遥感数据训练集对所述第一GIS数据进行预处理得到第二GIS数据；
对所述第二遥感数据训练集进行数据增强处理得到第三遥感数据训练集；
基于所述第三遥感数据训练集和所述第二GIS数据对语义分割模型进行训练；
基于所述第一GIS数据和训练好的所述语义分割模型对待分割遥感图像进行语义分割，得到语义集。


2.根据权利要求1所述的一种融合GIS数据的遥感图像语义分割方法，其特征在于，所述对所述第一遥感数据训练集进行预处理得到第二遥感数据训练集，包括：
令i＝1；
对第i幅所述训练遥感图像进行几何校正，得到第i幅校正遥感图像；
对第i幅所述校正遥感图像进行坐标系转换，得到第i幅坐标遥感图像；
判断i是否大于或等于n；如果i小于n，则令i＝i+1，并返回至步骤“对第i幅所述训练遥感图像进行几何校正，得到第i幅校正遥感图像”；如果i大于或等于n，则输出所述第二遥感数据训练集；所述第二遥感数据训练集包括n幅所述坐标遥感图像。


3.根据权利要求2所述的一种融合GIS数据的遥感图像语义分割方法，其特征在于，所述基于所述第二遥感数据训练集对所述第一GIS数据进行预处理得到第二GIS数据，包括：
令i＝1；
将第i幅所述坐标遥感图像与所述第一GIS数据按照经纬度坐标进行对齐，得到第i幅对齐图像；
在所述第i幅对齐图像中，基于第i幅所述坐标遥感图像对所述第一GIS数据进行裁剪得到第i幅GIS图像；
判断i是否大于或等于n；如果i小于n，则令i＝i+1，并返回至步骤“将第i幅所述坐标遥感图像与所述第一GIS数据按照经纬度坐标进行对齐，得到第i幅对齐图像”；如果i大于或等于n，则输出所述第二GIS数据；所述第二GIS数据包括n幅所述GIS图像。


4.根据权利要求2所述的一种融合GIS数据的遥感图像语义分割方法，其特征在于，所述对所述第二遥感数据训练集进行数据增强处理得到第三遥感数据训练集，包括：
令i＝1；
对第i幅所述坐标遥感图像进行缩放处理，得到第i幅缩放图像；
对第i幅所述坐标遥感图像进行分割处理，得到第i幅分割图像；
对第i幅所述坐标遥感图像进行镜像翻转处理，得到第i幅翻转图像；
对所述缩放图像、所述分割图像和所述翻转图像均进行k次按照设定角度旋转，得到第i幅旋转图像；k为大于1的正整数；
判断i是否大于或等于n；如果i小于n，则令i＝i+1，并返回至步骤“对第i幅所述坐标遥感图像进行缩放处理，得到第i幅缩放图像”；如果i大于或等于n，则输出缩放图像集、分割图像集、翻转图像集和旋转图像集；
所述缩放图像集包括n幅所述缩放图像，所述分割图像集包括n幅所述分割图像，所述翻转图像集包括n幅所述翻转图像，所述旋转图像集包括n幅所述旋转图像；所述第三遥感数据训练集包括所述缩放图像集、所述分割图像集、所述翻转图像集和所述旋转图像集。


5.根据权利要求2所述的一种融合GIS数据的遥感图像语义分割方法，其特征在于，所述方法在所述基于所述第一GIS数据和训练好的所述语义分割模型对待分割遥感图像进行语义分割，得到语义集之后，还包括：
基于条件随机场对所述语...

【专利技术属性】
技术研发人员：顾宇航，郝洁，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：江苏;32