一种面向海量影像的智能化信息标签获取方法技术

本发明专利技术涉及一种面向海量影像的智能化信息标签获取方法，主要包括4个模块：定义影像标签数据库，提出多尺度权重分割模型对遥感影像进行地物分类，提出CornmNet目标检测模型对遥感影像进行目标检测，利用web检索技术获取地标标签。本发明专利技术提出的智能化信息标签获取方法可实现对影像地物、目标、地标等多级信息标签的自动化提取和对影像内容进行多角度多层次的自动化描述。的自动化描述。的自动化描述。

【技术实现步骤摘要】
一种面向海量影像的智能化信息标签获取方法


[0001]本专利技术属于遥感影像信息提取
，特别是涉及一种面向海量影像的智能化信息标签获取方法。

技术介绍

[0002]遥感影像数据应用正处于由地质灾害管理、矿产资源、城市建设、海洋领域、气象等传统行业应用，向精细农业、环境评价、数字城市等新兴行业应用的拓宽发展时期，遥感技术及其影像数据产品应用，在人们的实际生产生活中发挥了越来越重要的作用。但在当前影像应用过程中，对于绝大多数影像产品用户仅能通过地理位置、行政区划等信息进行查找获取，在此过程中往往很难根据影像内容的特定需求得到针对性的影像产品，无法满足用户对于影像数据需求的多样性。
[0003]近年来，随着计算机视觉及模式识别等领域内图像处理技术的快速发展，影像处理方法与高效高性能的深度学习模型算法不断深入融合，为遥感影像内容信息自动化获取提供了更多的可能。同时，基于WEB空间检索技术，利用地理空间大数据信息能够在影像内容获取过程中提供多源多模态的地理空间信息。

技术实现思路

[0004]本专利技术针对现有技术的不足，提本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向海量影像的智能化信息标签获取方法，其特征在于，包括如下步骤：步骤1，定义影像标签数据库，包括影像信息、地类标签信息、目标检测标签信息与地标标签信息；步骤2，对批量影像原始压缩文件进行解压，得到包括红绿蓝波段的多光谱影像和影像元文件；步骤3，构建并训练多尺度权重分割模型；步骤4，构建并训练CornmNet目标检测模型；步骤5，利用多尺度权重分割模型获取影像智能化地物标签；步骤6，利用CornmNet目标检测模型获取影像智能化目标标签；步骤7，利用web检索技术获取影像智能化地标标签。2.如权利要求1所述的一种面向海量影像的智能化信息标签获取方法，其特征在于：所述步骤3中构建并训练多尺度权重分割模型包括以下几个步骤：步骤3.1，引入ESPNet网络中的ESP卷积结构，搭建快速特征提取结构；步骤3.2，分别对步骤3.1提取到的不同尺度特征进行反卷积上采样；步骤3.3，对步骤3.2不同尺度上采样后的分割特征按照不同地物类别赋予不同的权重，得到多尺度权重特征组合；步骤3.4，根据步骤3.3得到的多尺度权重特征组合对影像进行分割分类；步骤3.5，通过影像数据集对多尺度权重分割模型进行训练，得到模型训练参数。3.如权利要求1所述的一种面向海量影像的智能化信息标签获取方法，其特征在于：所述步骤4中构建并训练CornmNet目标检测模型包括以下几个步骤：步骤4.1，采用DLA网络作为模型主干网络，并在DLA网络中引入MLFPN多尺度特征提取模块进行特征提取；步骤4.2，通过级联角点池化和中心点池化方式生成关键热点图；步骤4.3，通过寻找相邻点和计算偏移量的方法对关键点进行准确定位；步骤4.4，结合目标框长宽得出目标框的准确位置；步骤4.5，通过影像数据集对CornmNet目标检测模型进行训练，得到模型训练参数。4.如权利要求2所述的一种面向海量影像的智能化信息标签获取方法，其特征在于：所述步骤5中利用多尺度权重分割模型获取影像智能化地物标签包括以下几个步骤：步骤5.1，对步骤2获取的多光谱影像进行裁剪分块；将读入影像按照一定尺寸大小自动化裁剪，生成原始影像规则大小的分块影像，进行本地缓存，同时将对应位置信息记录在文件名中，即行号_列号_.tif；步骤5.2，读入分块影像的红绿蓝波段，转换为真彩色合成顺序，作为分类波段；步骤5.3，对步骤5.2做完波段选择后的分块影像像素值进行归一化处理，归一化计算的公式如下：式中，x为分块影像归一化前的像素值，x
′
为分块影像归一化后的像素值；步骤5.4，利用步骤3训练好的多尺度权重分割模型对步骤5.3得到的经过像素值归一化处理的分块影像进行地物分类；
步骤5.5，根据分块影像的位置信息，依次对分块影像的分类结果进行拼接，得到最终的分类结果；步骤5.6，根据步骤5.5得到的分类结果进行类别占比统计，并将相应信息存入标签数据库中，完成地物标签信息提取。5.如权利要求3所述的一种面...

【专利技术属性】
技术研发人员：应申，张馨月，窦小影，唐茉，
申请(专利权)人：武汉大学，
类型：发明
国别省市：