遥感图像的解译方法、装置、计算机设备及其存储介质制造方法及图纸

本发明专利技术适用于计算机技术领域，提供了一种遥感图像的解译方法、装置、计算机设备及其存储介质，所述方法包括以下步骤：输入大样本的待解译遥感图像；分析每个所述待解译遥感图像的主色以确定主色在全部色彩中所占比例；按预设的主色所占比例范围对所述大样本的待解译遥感图像进行分类，得到多个待解译遥感图像集合；将多个所述待解译遥感图像集合输入至对应的卷积神经网络模型中，得到多个图像解译结果集合，以输出与待解译遥感图像对应的图像解译结果，本发明专利技术的有益效果是：对不同复杂程度的待解译遥感图像进行分开解译，能大大提升解译效率。

【技术实现步骤摘要】
遥感图像的解译方法、装置、计算机设备及其存储介质
本专利技术涉及计算机
，尤其涉及一种遥感图像的解译方法、装置、计算机设备及其存储介质。
技术介绍
随着科学技术的不断发展，遥感图像已经在交通、农业、林业、海洋、气象、军事等诸多领域内得到广泛的普及和应用。解译也称判读或判释，指从遥感图像获取信息的基本过程。即根据各专业(部门)的要求，运用解译标志和实践经验与知识，从遥感图像中识别目标，定性、定量地提取出目标的分布、结构、功能等有关信息，并把它们表示在地理底图上的过程。现有技术中的遥感图像解译过程中经常会用到卷积神经网络，遥感图像本身的颜色种类信息或者颜色比例决定了遥感图像的复杂程度，复杂程度越高的遥感图像解译速度就越慢，现有技术并未针对不同遥感图像的复杂程度进行分别的卷积神经网络模型识别，遥感图像的解译效率低下。
技术实现思路
本专利技术实施例的目的在于提供一种遥感图像的解译方法、装置、计算机设备及其存储介质，旨在解决
技术介绍
中提出的现有技术存在的技术问题。本专利技术实施例是这样实现的，遥感图像的解译方法，包括以下步骤：输入大样本的待解译遥感图像；分析每个所述待解译遥感图像的主色以确定主色在全部色彩中所占比例；按预设的主色所占比例范围对所述大样本的待解译遥感图像进行分类，得到多个待解译遥感图像集合；将多个所述待解译遥感图像集合输入至对应的卷积神经网络模型中，得到多个图像解译结果集合，以输出与待解译遥感图像对应的图像解译结果。作为本专利技术进一步的方案：所述获取大样本的待解译遥感图像的步骤，具体包括：输入待解译遥感图像；对待解译遥感图像进行包括图像尺寸变换和图像颜色校正在内的预处理；得到图像尺寸和图像颜色符合要求的待解译遥感图像。作为本专利技术再进一步的方案：所述图像色彩校正用于还原还原待解译遥感图像在标准光源下的真实色彩。作为本专利技术再进一步的方案：所述分析每个所述待解译遥感图像的主色以确定主色在全部色彩中所占比例的步骤，具体包括：提取待解译遥感图像的彩色直方图特征；以占比最大的颜色作为主色，并输出主色所占比例。作为本专利技术再进一步的方案：所述按预设的主色所占比例范围对所述大样本的待解译遥感图像进行分类，得到多个待解译遥感图像集合的步骤，具体包括：预设多个主色范围；升序或降序排列待解译遥感图像的主色所占比例；将待解译遥感图像按照主色所占比例归入对应的主色范围内，形成多个待解译遥感图像集合。作为本专利技术再进一步的方案：所述主色范围的跨度范围不超过5％。作为本专利技术再进一步的方案：所述将多个所述待解译遥感图像集合输入至对应的卷积神经网络模型中，得到多个图像解译结果集合，以输出与待解译遥感图像对应的图像解译结果的步骤，具体包括：为每一个待解译遥感图像集合中的待解译遥感图像关联唯一识别码；将多个所述待解译遥感图像集合输入至对应的卷积神经网络模型中；得到多个图像解译结果集合，以输出图像解译结果，并建立图像解译结果与待解译遥感图像的映射。本专利技术实施例的另一目的在于提供一种遥感图像的解译装置，包括：图像输入模块，用于输入大样本的待解译遥感图像；图像分析模块，用于分析每个所述待解译遥感图像的主色以确定主色在全部色彩中所占比例；图像分类模块，用于按预设的主色所占比例范围对所述大样本的待解译遥感图像进行分类，得到多个待解译遥感图像集合；以及图像解译模块，用于将多个所述待解译遥感图像集合输入至对应的卷积神经网络模型中，得到多个图像解译结果集合，以输出与待解译遥感图像对应的图像解译结果。本专利技术实施例的另一目的在于提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行所述遥感图像的解译方法的步骤。本专利技术实施例的另一目的在于提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行所述遥感图像的解译方法的步骤。与现有技术相比，本专利技术的有益效果是：通过分析每个所述待解译遥感图像的主色以确定主色在全部色彩中所占比例，按预设的主色所占比例范围对所述大样本的待解译遥感图像进行分类，得到多个待解译遥感图像集合，然后再将多个所述待解译遥感图像集合输入至对应的卷积神经网络模型中，得到多个图像解译结果集合，以输出与待解译遥感图像对应的图像解译结果，对不同复杂程度的待解译遥感图像进行分开解译，能大大提升解译效率。附图说明图1为一种遥感图像的解译方法的流程图。图2为获取大样本的待解译遥感图像步骤的流程图。图3为确定主色在全部色彩中所占比例步骤的流程图。图4为得到多个待解译遥感图像集合步骤的流程图。图5为图像解译步骤的流程图。图6为一种遥感图像的解译装置的模块示意图。图7为一种计算机设备的模块示意图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。以下结合具体实施例对本专利技术的具体实现进行详细描述。如图1所示，为本专利技术一个实施例提供的一种遥感图像的解译方法的流程图，包括：S102，输入大样本的待解译遥感图像。本专利技术实施例中，待解译遥感图像在输入之前需要进行初步的处理，以保证待解译遥感图像的格式、尺寸等数据满足后续的解译要求，本实施例在此不进行具体的限定。S104，分析每个所述待解译遥感图像的主色以确定主色在全部色彩中所占比例。本专利技术实施例中，遥感图像本身的颜色种类信息或者颜色比例决定了遥感图像的复杂程度，复杂程度越高的遥感图像解译速度就越慢，很明显的，主色就是指遥感图像中占比最大的颜色，主色在全部色彩中所占比例越高，说明遥感图像相对单调，元素组成相对较少，这部分遥感图像的解译正确率高且速度快，而对于主色在全部色彩中所占比例中较小的遥感图像，则元素组成多，这部分遥感图像的解译正确率相对较低且速度慢。S106，按预设的主色所占比例范围对所述大样本的待解译遥感图像进行分类，得到多个待解译遥感图像集合。本专利技术实施例中，主色所占比例可以划分为多个范围，按照上述范围标准对大样本的待解译遥感图像进行分类，每个范围可以获得一个符合要求的待解译遥感图像集合，最终分类完成后，可以得到多个待解译遥感图像集合，处于同一个待解译遥感图像集合内的待解译遥感图像的主色所占比例相近或者相同，即处于同一个待解译遥感图像集合内的待解译遥感图像的复杂程度相近或者相同。S108，将多个所述待解译遥感图像集合输入至对应的卷积神经网络模型中，得到多个图像解译结果集合，以输出与待解译遥感图像对应的图像解译结果。本专利技术实施例中，每个集合均对应一个卷积神经网络模型，或者说本文档来自技高网...

【技术保护点】
1.遥感图像的解译方法，其特征在于，包括以下步骤：/n输入大样本的待解译遥感图像；/n分析每个所述待解译遥感图像的主色以确定主色在全部色彩中所占比例；/n按预设的主色所占比例范围对所述大样本的待解译遥感图像进行分类，得到多个待解译遥感图像集合；/n将多个所述待解译遥感图像集合输入至对应的卷积神经网络模型中，得到多个图像解译结果集合，以输出与待解译遥感图像对应的图像解译结果。/n

【技术特征摘要】
1.遥感图像的解译方法，其特征在于，包括以下步骤：
输入大样本的待解译遥感图像；
分析每个所述待解译遥感图像的主色以确定主色在全部色彩中所占比例；
按预设的主色所占比例范围对所述大样本的待解译遥感图像进行分类，得到多个待解译遥感图像集合；
将多个所述待解译遥感图像集合输入至对应的卷积神经网络模型中，得到多个图像解译结果集合，以输出与待解译遥感图像对应的图像解译结果。


2.根据权利要求1所述的遥感图像的解译方法，其特征在于，所述获取大样本的待解译遥感图像的步骤，具体包括：
输入待解译遥感图像；
对待解译遥感图像进行包括图像尺寸变换和图像颜色校正在内的预处理；
得到图像尺寸和图像颜色符合要求的待解译遥感图像。


3.根据权利要求2所述的遥感图像的解译方法，其特征在于，所述图像色彩校正用于还原还原待解译遥感图像在标准光源下的真实色彩。


4.根据权利要求1所述的遥感图像的解译方法，其特征在于，所述分析每个所述待解译遥感图像的主色以确定主色在全部色彩中所占比例的步骤，具体包括：
提取待解译遥感图像的彩色直方图特征；
以占比最大的颜色作为主色，并输出主色所占比例。


5.根据权利要求1所述的遥感图像的解译方法，其特征在于，所述按预设的主色所占比例范围对所述大样本的待解译遥感图像进行分类，得到多个待解译遥感图像集合的步骤，具体包括：
预设多个主色范围；
升序或降序排列待解译遥感图像的主色所占比例；
将待解译遥感图像按照主色所占比例归入对应的主色范围内，形成多个待解译遥感图像集合。


...

【专利技术属性】
技术研发人员：卢斌荧，徐敏，魏清，侯春红，叶蓁，梅海峰，曹建农，
申请(专利权)人：陕西省交通规划设计研究院，
类型：发明
国别省市：陕西;61