【技术实现步骤摘要】
一种海冰图像分类方法、系统、介质、设备及处理终端
[0001]本专利技术属于海冰检测
，尤其涉及一种海冰图像分类方法、系统、介质、设备及处理终端。
技术介绍
[0002]目前，世界上大约有5％～8％的海洋面积被海冰所覆盖，海冰是高纬度地区突出的海洋灾害。一方面海冰会对全球气候、热量平衡和水量平衡产生重要影响，另一方面海冰会对船舶航行、海底采矿以及极地海洋考察等形成重要障碍。因此，海冰检测具有重要研究意义。海冰图像分类作为海冰检测的重要组成部分，准确高效地提取海冰的类型，对评估海冰状况以及预报海冰灾害等都具有重要意义。
[0003]随着遥感技术的发展，可用于海冰分类任务的遥感数据也逐渐变得多元化。目前广泛用于海冰分类的遥感数据包括合成孔径雷达(Synthetic Aperture Radar，SAR)图像，具有高空间分辨率和高光谱分辨率的光学遥感图像等。SAR是一种主动式的对地观测系统，可以实现全天时的对地观测，且SAR在工作过程中不受天气和云雾的影响。利用SAR图像中丰富的纹理信息进行海冰分类已在许多研究中取得...
【技术保护点】
【技术特征摘要】
1.一种海冰图像分类方法，其特征在于，所述海冰图像分类方法，包括：对原始图像进行预处理以去除原始图像中的冗余信息和噪声；根据加拿大冰况图在处理过后的图像中提取标签样本；利用卷积神经网络分别提取多源图像的特征信息；将提取到的特征信息进行拼接融合；将融合特征输入SE模块中进行特征级的权重标定；将融合特征输入全连接层进行深度融合并得到分类结果；通过总体分类精度和Kappa系数评估分类结果。2.如权利要求1所述的海冰图像分类方法，其特征在于，所述海冰图像分类方法包括以下步骤：步骤一，在欧空局官方网站ESA上获取相同时间覆盖区域相同的SAR数据和MSI数据；步骤二，利用SNAP软件和ENVI软件对获取到的原始SAR数据和MSI数据进行预处理；步骤三，根据加拿大冰中心提供的冰况图选取标签数据，将选定的标签数据按照一定比例划分为训练集和测试集；步骤四，将SAR数据和MSI数据中对应的训练样本分别输入2D
‑
TC
‑
DenseNet和3D
‑
TC
‑
DenseNet进行特征提取；步骤五，将提取到的特征信息进行拼接融合得到融合特征，并将融合特征输入到SE模型中进行特征通道级的权重标定；步骤六，将融合特征展开成特征向量并输入到全连接层中进行特征的深度融合并得到分类结果；步骤七，使用总体分类精度OA、平均分类精度AA和Kappa系数对分类结果进行评估。3.如权利要求2所述的海冰图像分类方法，其特征在于，步骤二中，所述利用SNAP软件和ENVI软件对获取到的原始SAR数据和MSI数据进行预处理，包括：(1)使用SNAP软件对SAR数据依次进行轨道校正、热噪声去除、辐射定标、相干斑滤波、地形校正和重采样；(2)使用SNAP软件对MSI数据依次进行大气校正、辐射定标、主成分分析和重采样；(3)使用ENVI软件对SAR数据和MSI数据进行配准及裁剪操作。4.如权利要求2所述的海冰图像分类方法，其特征在于，步骤四中，所述TC
‑
DenseNet即为双卷积层密集连接网络，是在DenseNet基础上提出的改进模型，即在网络中密集块的每层中添加一次卷积操作，用于增强网络的特征提取能力和非线性特性。5.如权利要求2所述的海冰图像分类方法，其特征在于，步骤四中，所述将SAR数据和MSI数据中对应的训练样本分别输入2D
‑
TC
‑
DenseNet和3D
‑
TC
‑
DenseNet进行特征提取，包括：(1)在SAR数据中以标签样本点为中心取其周围P
×
P范围的数据块作为输入数据输入到2D
‑
TC
‑
DenseNet提取特征信息；(2)在MSI数据以相同位置的标签样本点为中心取P
×
P
×
B大小的数据块作为输入数据输入到3...
【专利技术属性】
技术研发人员：韩彦岭，沈航，王静，张云，周汝雁，洪中华，杨树瑚，潘海燕，马振玲，
申请(专利权)人：上海海洋大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。