联合多时相特征的遥感影像地表要素识别方法及存储介质技术

本发明专利技术涉及一种联合多时相特征的遥感影像地表要素识别方法及存储介质，其中，地表要素识别方法包括：包括：步骤1：获取多时相遥感影像数据；步骤2：分别提取多时相遥感影像的时序关联特征和时空谱三维判别特征；步骤3：对时序关联特征和时空谱三维判别特征进行级联和批量归一化处理；步骤4：通过全连接层获得高级语义特征；步骤5：通过分类器对高级语义特征进行分类，获得遥感影像地表要素识别结果。与现有技术相比，本发明专利技术具有识别精度高、准确率高、稳定性好等优点。稳定性好等优点。稳定性好等优点。

【技术实现步骤摘要】
联合多时相特征的遥感影像地表要素识别方法及存储介质


[0001]本专利技术涉及典型地表要素识别
，尤其是涉及一种联合多时相特征的高分辨率遥感影像地表要素识别方法及存储介质。

技术介绍

[0002]对于高分辨率尤其是超高分辨率遥感影像数据，地表要素空间信息高度细节化，对应的典型地表要素种类复杂。但高分辨率遥感影像原始光谱波段数量有限，受限于目前传感器技术光谱分辨率和空间分辨率相互制约，通常仅具有红光、绿光、蓝光以及近红外四个多光谱波段，加之云层遮挡、地物阴影以及大气反射差异等因素影响，导致“同物异谱”或“同谱异物”现象更为严重。
[0003]现有的基于单时相影像的分类方法，如中国专利CN111753773A中公开了一种地表覆盖物识别方法，包括：获取地表图像；利用目标神经网络对所述地表图像进行像素点级别的分类识别，得到所述地表图像中的像素点所属的地表覆盖物的类别信息。该方法就是使用了单期影像来识别地表覆盖物。这种方法的精度和可靠性受限于单期影像获取的成像环境、影像质量等，使用这种方法对覆盖物进行识别时，可能因局部云雾遮挡以及建筑阴影等本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种联合多时相特征的遥感影像地表要素识别方法，其特征在于，所述的识别方法包括：步骤1：获取多时相遥感影像数据；步骤2：分别提取多时相遥感影像的时序关联特征和时空谱三维判别特征；步骤3：对时序关联特征和时空谱三维判别特征进行级联和批量归一化处理；步骤4：通过全连接层获得高级语义特征；步骤5：通过分类器对高级语义特征进行分类，获得遥感影像地表要素识别结果。2.根据权利要求1所述的一种联合多时相特征的遥感影像地表要素识别方法，其特征在于，所述的步骤2中遥感影像的时序关联特征的提取方法为：搭建由3层LSTM网络串联构成的LSTM网络模型；使用LSTM网络模型提取遥感影像的时序关联特征。3.根据权利要求2所述的一种联合多时相特征的遥感影像地表要素识别方法，其特征在于，所述的LSTM网络模型中单个LSTM网络的滤波核数量为128，非线性激活函数为ReLU函数。4.根据权利要求1所述的一种联合多时相特征的遥感影像地表要素识别方法，其特征在于，所述的步骤2中遥感影像的时空谱三维判别特征提取方法为：搭建CNN网络模型；使用CNN网络模型提取遥感影像的时空谱三维判别特征；所述的CNN网络模型包括：CONV3T模块：用于沿时间维度执行三维卷积，学习空谱特征在不同时序下变化特征；CONV3S模块：用于沿光谱维度执行三维卷积，融合单个波段随时间的光谱波动。5.根据权利要求4所述的一种联合多时相特征的遥感影像地表要素识别方法，其特征在于，所述的CNN网络模型提取遥感影像的时空谱三维判别特征的方法具体为：首先，将多时相数据分别输入CONV3T模块和CONV3S模块；其次，对CONV3T模块和CONV3S输出的特征进行级联操作；最后，对级联特征进行批量归一化和展平操作后输出时空谱级联特征。6.根据权利要求5所述的一种联合多时相特征的遥感影像地表要素识别方法，其特征在于，所述的CONV3T模块和CONV3S模块均包括1
×
1和3
×
3两种感受野的三维卷积模块CONV3进行级联融合，即：CONV3T模块包括卷积核大小为3
×3×
n...

【专利技术属性】
技术研发人员：柳思聪，郑永杰，赵慧，冯毅，金雁敏，童小华，杜谦，谢欢，冯永玖，王超，
申请(专利权)人：同济大学，
类型：发明
国别省市：