一种基于神经网络的遥感图像地物信息生成方法及其系统技术方案

本发明专利技术公开一种基于神经网络的遥感图像地物信息生成方法及其系统，生成方法包括以下步骤：获取一待分析遥感图像并对其进行预处理；采用一地物分类神经网络模型对所述待分析遥感图像进行地物分类，获取地物类别；采用一预定目标提取神经网络模型对所述待分析遥感图像进行预定目标提取；根据所获取的地物类别以及所提取的预定目标，构建所述待分析遥感图像的分级特征体系，以表征所述待分析遥感图像，进而生成地物信息。通过建立神经网络模型，由模型进行遥感图像的用地信息提取和统计，只需要数秒时间就能够完成对一张遥感图像的用地分类识别以及特定目标类目提取，大大提升了精度和效率，实现了城市土地利用空间信息的快速采集。速采集。速采集。

【技术实现步骤摘要】
一种基于神经网络的遥感图像地物信息生成方法及其系统


[0001]本专利技术涉及遥感信息技术应用领域，尤其地涉及一种基于神经网络的遥感图像地物信息生成方法及其系统。

技术介绍

[0002]遥感技术的发展，为人类进行城市遥感研究奠定了基础。将卫星遥感图像数据进行解义，所提取出的信息可应用于城市规划、土地利用规划、城市生态环境监控、城市变化监测等领域等多个领域，极大地提高了遥感在城市土地利用的应用能力。
[0003]当前针对城市土地利用信息探测的手段以传统的遥感图像处理方法(如光谱分析法)、人工目视识别法以及常规大量野外调查方法为主，但这三种方法存在如下的缺点。
[0004]由于城市土地利用结构较为复杂，单靠遥感影像能够获得的光谱信息非常有限。在进行城市土地利用空间信息探测时存在如下困难：(1)城市各类人造建材种类多、差异大，导致城市光谱存在很大不确定性，难以采用统一的自动化标准提取城市土地利用类型；(2)城市居住、商业、公共设施等具有人文属性特征的用地类型，遥感图像上表现为相同的影像特征，难以直接从遥感图像进行判读；(3)在城市土地本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于神经网络的遥感图像地物信息生成方法，其特征在于，包括以下步骤：获取一待分析遥感图像并对其进行预处理；采用一地物分类神经网络模型对所述待分析遥感图像进行地物分类，获取地物类别；采用一预定目标提取神经网络模型对所述待分析遥感图像进行预定目标提取；根据所获取的地物类别以及所提取的预定目标，构建所述待分析遥感图像的分级特征体系，以表征所述待分析遥感图像，进而生成地物信息。2.根据权利要求1所述的方法，其特征在于，所述的获取一待分析遥感图像并对其进行预处理的步骤进一步包括：通过星载光学相机获取待分析遥感图像信息；对所获取的待分析遥感图像信息进行预处理，所述预处理方式包括去噪、辐射校正、几何校正、尺寸变换以及图像标注的至少其中之一。3.根据权利要求1所述的方法，其特征在于，所述的进行地物分类的步骤进一步包括：预先搭建用于进行地物分类的所述地物分类神经网络模型，并采用样本图像输入至所述地物分类神经网络模型中，对所述地物分类神经网络模型进行训练优化；将所述待分析的遥感图像输入至所述地物分类神经网络模型中，以得到所述待分析的遥感图像的每个像素点的地物类别。4.根据权利要求3所述的方法，其特征在于，所述地物分类神经网络模型包括输入模块、编解码模块和输出模块；所述输入模块用于读入预处理后的所述待分析遥感图像数据，并进行数据增强；所述编解码模块采用空间金字塔池化结构，用于提取图像特征并生成地物分类结果；所述输出模块用于进行地物分类结果的可视化及输出。5.根据权利要求3所述的方法，其特征在于，所述的对所述地物分类神经网络模型进行训练优化的步骤包括：分别建立包括多张样本图像的训练样本集及测试样本集；顺序读取所述训练样本集的样本图像，并分批输入至所述地物分类神经网络模型中，以执行训练操作；在训练过程中对所述地物分类神经网络模型的网络参数权重进行调整，以获得训练后的地物分类神经网络模型；将所述测试样本集的样本图像输入至训练后的所述地物分类神经网络模型进行验证，进而对训练后的地物分类神经网络模型进行优化。6.根据权利要求1所述的方法，其特征在于，所述的预定目标提取的步骤进一步包括：预先搭建用于进行预定目标提取的预定目标提取神经网络模型，并采用样本图像输入至所述预定目标提取神经网络模型中，对所述...

【专利技术属性】
技术研发人员：常亮，王雨菡，钟宏亮，
申请(专利权)人：上海湃星信息科技有限公司，
类型：发明
国别省市：