一种高分辨率遥感影像渐进式分割方法技术

本发明专利技术公开了图像信息处理技术领域的一种高分辨率遥感影像渐进式分割方法，包括以下步骤：首先构建三个负责处理不同尺度对象的级联子网；然后以小尺度、大尺度和其他尺度逐步地捕获输入影像的空间上下文信息；再得到三个不同尺度的分割结果；接着得到三个不同尺度的位置贡献图；最后将得到的不同尺度分割结果与得到的位置贡献图进行加权求和推导最终的分割结果。本发明专利技术高分辨率遥感影像渐进式分割方法使用引入尺度关系的级联子网以小尺度、大尺度和其他尺度逐步地对目标进行分割，并且充分衡量不同子网对每个空间位置的重要性，这样能够更好地应对高分辨率遥感影像的尺度差异挑战，提高分割精确度。提高分割精确度。提高分割精确度。

【技术实现步骤摘要】
一种高分辨率遥感影像渐进式分割方法


[0001]本专利技术属于图像信息处理
，具体涉及一种高分辨率遥感影像渐进式分割方法。

技术介绍

[0002]语义分割是遥感影像解译和理解领域长期以来的研究课题。它的主要目的是识别图像中每个像素的类别。随着成像技术和传感器技术的快速发展，高分辨率遥感影像在环境评价、林业测量、精细农业、城市规划等领域具有广泛的应用。然而，高分辨率遥感影像也给精确的目标分割带来了一些挑战。例如，影像中同类物体变化大、不同类型物体差异性小等问题，给网络的鲁棒性以及学习鉴别特征带来了困难。
[0003]近年来，卷积神经网络在从自然图像中学习高级语义特征方面取得了突破性的进展。因此，卷积神经网络成为解决上述问题的一个直观选择。作为卷积神经网络的一种，全卷积网络用于准确、高效的自然图像分割，在语义分割领域取得了巨大的成功。它通过神经网络自适应地学习任务相关的图像特征并将传统网络最后的全连接层转化为卷积层，再使用反卷积进行上采样得到和输入图像尺寸一致的分割结果，实现了图像到图像的端到端分割任务。受此启发，很多工作将全卷积网络本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高分辨率遥感影像渐进式分割方法，其特征在于，包括以下步骤：首先构建三个负责处理不同尺度对象的级联子网；然后将原始的高分辨率遥感影像裁剪成块，依次输入到三条级联的子网中，以小尺度、大尺度和其他尺度逐步地捕获输入影像的空间上下文信息；再构建两个尺度引导模块，将尺度关系编码到后两条子网的卷积特征中去，并基于此得到三个不同尺度的分割结果；接着将在尺度关系引导下得到的三个不同尺度分割结果，输入到位置敏感模块中，自适应地学习它们对每个空间位置的重要性，得到三个不同尺度的位置贡献图；最后将得到的不同尺度分割结果与得到的位置贡献图进行加权求和推导最终的分割结果。2.根据权利要求1所述的一种高分辨率遥感影像渐进式分割方法，其特征在于，所述三个级联子网包括处理小尺度对象的小尺度子网、处理大尺度对象的大尺度子网和应对其他尺度对象的第三子网，三个子网均由5个卷积块组成。3.根据权利要求1所述的一种高分辨率遥感影像渐进式分割方法，其特征在于，所...

【专利技术属性】
技术研发人员：杭仁龙，杨平，刘青山，
申请(专利权)人：南京信息工程大学，
类型：发明
国别省市：