基于多尺度信息融合的遥感图像语义分割方法及系统技术方案

本发明专利技术属于遥感图像语义分割技术领域，提供了基于多尺度信息融合的遥感图像语义分割方法及系统，首先获取遥感图像，并经过图像预处理后得到多个图像块；然后，采用遥感图像语义分割模型对图像块进行预测，得到各像素属于各类的预测结果。其中，遥感图像语义分割模型包括编码器和解码器；所述编码器采用以残差网络为骨干网络的特征金字塔网络，获取多尺度特征；所述解码器通过辅助上采样网络对多尺度特征进行融合，得到最终特征图。不会丢失太多细节信息，对物体尺度变化更加鲁棒，提高了分割模型的精度。模型的精度。模型的精度。

【技术实现步骤摘要】
基于多尺度信息融合的遥感图像语义分割方法及系统


[0001]本专利技术属于遥感图像语义分割
，尤其涉及基于多尺度信息融合的遥感图像语义分割方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]随着遥感卫星以及无人机等对地观测技术的快速发展，遥感图像的获取采集越来越方便，大型遥感图像数据集的构建同样水到渠成，为城市规划、资源利用、地物识别等应用领域提供了越来越准确的空间信息，同时满足了深度学习对于数据量的需求。
[0004]遥感图像分割是遥感图像分析、处理及利用的前提，而遥感图像中不同物体的最佳分割尺度不尽相同，例如，分割建筑、车辆、草地、树木以及道路的尺度是不同的，因此，需要对遥感图像进行多尺度的特征提取，以便利用多尺度信息得到更优的分割结果。利用多尺度的信息进行精细化分割，首先要通过某种方法构建出遥感图像的多尺度特征，在有充足数据的情况下，深度学习非常适合进行多尺度的特征提取，此步骤一般称为编码过程。在得到多尺度特征之后，需要对其进行信息融合，使得最本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于多尺度信息融合的遥感图像语义分割方法，其特征在于，包括：获取遥感图像，并经过图像预处理后得到多个图像块；采用遥感图像语义分割模型对图像块进行预测，得到各像素属于各类的预测结果；其中，遥感图像语义分割模型包括编码器和解码器；所述编码器采用以残差网络为骨干网络的特征金字塔网络，获取多尺度特征；所述解码器通过辅助上采样网络对多尺度特征进行融合，得到最终特征图。2.如权利要求1所述的基于多尺度信息融合的遥感图像语义分割方法，其特征在于，所述图像预处理，包括：利用滑动窗口将遥感图像剪裁成多个初始图像块，其中，滑动窗口的大小大于滑动窗口的移动步长；对初始图像块进行随机水平、垂直翻转以及随机旋转的数据增强操作，得到增强后的图像块；计算所有增强后的图像块的RGB三个通道的均值及标准差，对增强后的图像块像素值进行标准化，得到用于输入遥感图像语义分割模型的图像块。3.如权利要求1所述的基于多尺度信息融合的遥感图像语义分割方法，其特征在于，所述残差网络分为多个阶段进行特征提取，每个阶段对应不同尺度的残差特征。4.如权利要求3所述的基于多尺度信息融合的遥感图像语义分割方法，其特征在于，所述特征金字塔网络所拥有的阶段数与残差网络相同，每个阶段都会融合残差网络对应阶段的所述残差特征。5.如权利要求1所述的基于多尺度信息融合的遥感图像语义分割方法，其特征在于，所述辅助上采样网络，具体为：对高层特征使用通道注意力，得到增强高层特征信息，对低层特征使用空间注意力，得到增强低层特征信息；对增强高层特征信息经过两倍线性上采样以及平均池化处理...

【专利技术属性】
技术研发人员：杨公平，薛广阔，刘一锟，李铭崧，肖桃，
申请(专利权)人：山东大学，
类型：发明
国别省市：