一种基于比特平面信息重组的数据增广方法及系统技术方案

本发明专利技术公开了一种基于比特平面信息重组的数据增广方法及系统，其中，方法包括：获取多光谱图像，根据光谱通道将多光谱图像进行拆分得到拆分后的单通道灰度图像；将单通道灰度图像进行比特平面分层，得到比特平面集合；利用多种抽取方法对比特平面集合进行比特平面抽取，得到第一预设数量的比特平面；利用图像质量评价指标抽取第一预设数量的比特平面，得到第二预设数量的比特平面；将第二预设数量的比特平面进行比特平面选择，根据预设顺序选择抽取第三预设数量的比特平面；将第三预设数量的比特平面重组产生第一新图像，实现数据增广。本发明专利技术可有效提升图像分类、目标检测等不同应用处理任务中深度学习模型的学习效果与性能。用处理任务中深度学习模型的学习效果与性能。用处理任务中深度学习模型的学习效果与性能。

【技术实现步骤摘要】
一种基于比特平面信息重组的数据增广方法及系统


[0001]本专利技术涉及图像处理领域
，特别涉及一种基于比特平面信息重组的数据增广方法及系统。

技术介绍

[0002]近年来，深度学习方法在计算机视觉领域取得了一系列突出成就。深度学习方法有赖于数据的驱动，一般认为，训练数据越多，深度学习方法效果越好；即使有时训练数据的质量较差，只要神经网络能从数据中学习到有用信息，神经网络的性能依旧会有所提升。然而，在一些领域中，比如在遥感领域中，由于非合作的成像模式，训练数据非常有限；即便是最大的遥感目标检测数据集，图像数量也不超过3000张。因此，训练数据的匮乏成为制约深度学习方法性能的最主要问题之一。
[0003]针对这个问题，当前主要有三种解决方法。第一种是迁移学习的方法，首先在自然图像大数据集上进行预训练，然后迁移到目标数据集上进行微调。第二种是正则化的方法，通过权值正则化或者批量正则化等来降低网络的过拟合。第三种是数据增广的方法，通过一系列变换从原始数据集中产生新的数据。本专利技术涉及方法，隶属数据增广的类别。
[0004]几何数据增广方法是最传统的数据增广方法，通常包括翻转、旋转和剪裁等。在过去的研究中，该方法已经证明了其有效性，但该方法通常将整张图像作为一个整体，忽视了图像内部的结构信息。近年来，基于变换的增广方法和基于学习的增广方法也被逐渐提出。但这些方法生成的数据是不真实的或者不可靠的，不能直接应用于某些领域的任务，比如遥感目标检测；并且这些方法都没有关注图像内部的结构信息。
专利技术内容
[0005]本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。
[0006]为此，本专利技术提出一种基于比特平面信息重组的数据增广方法，将单张图像内部的层级结构信息分层成不同的比特平面，利用最大后验概率估计确定比特平面的抽取数量，利用图像质量评价指标选择各种抽取方法中需要保留的比特平面；然后，再利用最大后验概率估计选择比特平面相邻抽取或者跳跃抽取的抽取方式；随后，将按特定顺序抽取的特定数量的比特平面重组产生具有不同结构细节信息的新图像，实现具有高可靠性的数据增广，有效解决了样本数据不充分带来的深度学习模型难以训练和容易过拟合的问题。
[0007]本专利技术的第二个目的在于提出一种基于比特平面信息重组的数据增广系统。
[0008]为达到上述目的，本专利技术一方面实施例提出了一种基于比特平面信息重组的数据增广方法，包括：
[0009]S1，获取多光谱图像，根据光谱通道将所述多光谱图像进行拆分得到拆分后的单通道灰度图像；
[0010]S2，将所述单通道灰度图像进行比特平面分层，得到比特平面集合；
[0011]S3，利用多种抽取方法对所述比特平面集合进行比特平面抽取，得到第一预设数
量的比特平面；
[0012]S4，利用图像质量评价指标抽取所述第一预设数量的比特平面，得到第二预设数量的比特平面；
[0013]S5，将所述第二预设数量的比特平面进行比特平面选择，根据预设顺序选择抽取第三预设数量的比特平面；
[0014]S6，将所述第三预设数量的比特平面重组产生第一新图像，实现数据增广。
[0015]本专利技术实施例的基于比特平面信息重组的数据增广方法，在不改变原始标注数据的情况下最高可实现高倍的数据增广，并且可以和各种深度学习模型相结合，有效解决了样本数据不充分带来的深度学习模型难以训练和容易过拟合的问题，可有效提升图像分类、目标检测等不同应用处理任务中深度学习模型的学习效果与性能。
[0016]另外，根据本专利技术上述实施例的基于比特平面信息重组的数据增广方法还可以具有以下附加的技术特征：
[0017]进一步地，在本专利技术的一个实施例中，所述根据光谱通道将所述多光谱图像进行拆分，得到拆分后的单通道灰度图像，由下面的公式得到：
[0018][0019]其中，为剪裁后的通道图，为拆分后的单通道灰度图像，H为图像长度，W为图像宽度，C为光谱数量，为实数空间。
[0020]进一步地，在本专利技术的一个实施例中，所述将所述单通道灰度图像进行比特平面分层，得到比特平面集合，由下面的公式得到：
[0021][0022]其中，表示第m比特平面上位于(i，j)的比特，为第0比特平面到第7比特平面的比特平面的集合。
[0023]进一步地，在本专利技术的一个实施例中，所述S3包括：将抽取的所述第一预设数量的比特平面进行重组产生第二新图像；基于最大后验概率估计，根据所述第二新图像估计所述多光谱图像，再利用估计图像和多光谱图像间的误差确定抽取比特平面的数量。
[0024]进一步地，在本专利技术的一个实施例中，所述基于最大后验概率，根据所述第二新图像估计所述多光谱图像，再利用估计图像和多光谱图像间的误差确定抽取比特平面的数量，由下面公式得到：
[0025][0026]其中，l
k
为抽取的特定比特平面的编号，为抽取特定数量的比特平面重组产生的新图像，为估计图像，P
ori
多光谱图像。
[0027]进一步地，在本专利技术的一个实施例中，所述S4，包括：利用图像质量评价指标峰值信噪比PSNR，评价所述第一预设数量的比特平面中的图像质量；基于对所述图像质量的评价，根据PSNR大于预设数值选择所述第二预设数量的比特平面。
[0028]进一步地，在本专利技术的一个实施例中，所述S5，包括：以相邻抽取或者跳跃抽取的
方式进行比特平面选择，并对所述第二预设数量的比特平面进行重组产生第三新图像；基于所述最大后验概率估计，根据所述第三新图像估计所述多光谱图像，利用所述估计图像和所述多光谱图像P
ori
间的误差，确定比特平面的抽取顺序。
[0029]进一步地，在本专利技术的一个实施例中，所述将所述第三预设数量的比特平面重组产生第一新图像，由下面公式得到：
[0030][0031]为达到上述目的，本专利技术第二方面实施例提出了基于比特平面信息重组的数据增广系统，包括：
[0032]获取模块，用于获取多光谱图像，根据光谱通道将所述多光谱图像进行拆分得到拆分后的单通道灰度图像；
[0033]分层模块，用于将所述单通道灰度图像进行比特平面分层，得到比特平面集合；
[0034]第一抽取模块，用于利用多种抽取方法对所述比特平面集合进行比特平面抽取，得到第一预设数量的比特平面；
[0035]第二抽取模块，用于利用图像质量评价指标抽取所述第一预设数量的比特平面，得到第二预设数量的比特平面；
[0036]第三抽取模块，用于将所述第二预设数量的比特平面进行比特平面选择，根据预设顺序选择抽取第三预设数量的比特平面；
[0037]重组模块，用于将所述第三预设数量的比特平面重组产生第一新图像，实现数据增广。
[0038]本专利技术实施例的基于比特平面信息重组的数据增广系统，将单张图像内部的层级结构信息分层成不同的比特平面，利用最大后验概率估计确定比特平面的抽取数量本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于比特平面信息重组的数据增广方法，其特征在于，包括以下步骤：S1，获取多光谱图像，根据光谱通道将所述多光谱图像进行拆分得到拆分后的单通道灰度图像；S2，将所述单通道灰度图像进行比特平面分层，得到比特平面集合；S3，利用多种抽取方法对所述比特平面集合进行比特平面抽取，得到第一预设数量的比特平面；S4，利用图像质量评价指标抽取所述第一预设数量的比特平面，得到第二预设数量的比特平面；S5，将所述第二预设数量的比特平面进行比特平面选择，根据预设顺序选择抽取第三预设数量的比特平面；S6，将所述第三预设数量的比特平面重组产生第一新图像，实现数据增广。2.根据权利要求1所述的基于比特平面信息重组的数据增广方法，其特征在于，所述根据光谱通道将所述多光谱图像进行拆分，得到拆分后的单通道灰度图像，由下面的公式得到：其中，为剪裁后的通道图，为拆分后的单通道灰度图像，H为图像长度，W为图像宽度，C为光谱数量，为实数空间。3.根据权利要求1所述的基于比特平面信息重组的数据增广方法，其特征在于，所述将所述单通道灰度图像进行比特平面分层，得到比特平面集合，由下面的公式得到：其中，表示第m比特平面上位于(i，j)的比特，为第0比特平面到第7比特平面的比特平面的集合。4.根据权利要求1所述的基于比特平面信息重组的数据增广方法，其特征在于，所述S3包括：将抽取的所述第一预设数量的比特平面进行重组产生第二新图像；基于最大后验概率估计，根据所述第二新图像估计所述多光谱图像，再利用估计图像和多光谱图像间的误差确定抽取比特平面的数量。5.根据权利要求4所述的基于比特平面信息重组的数据增广方法，其特征在于，所述基于最大后验概率，根据所述第二新图像估计所述多光谱图像，再利用估计图像和多光谱图像间的误差确定抽取比特平面的数量，由下面公式得到：其中，l
k
为抽取的特定比特平面的编号，为抽取特定数量的比特平面重组产生的新图像，为估计图像，P<...

【专利技术属性】
技术研发人员：张欢，韩晓琳，孙卫东，
申请(专利权)人：清华大学，
类型：发明
国别省市：