【技术实现步骤摘要】
一种基于感受野提升网络的遥感图像野外建筑分割方法
[0001]本专利技术涉及图像处理
，尤其涉及一种基于感受野提升网络的遥感图像野外建筑分割方法。
技术介绍
[0002]对于建筑物观测是遥感图像中重要的地物信息内容，在城市建设规划、土地利用情况检测统计中起到了重要的作用。近年来，随着深度学习技术的发展，基于深度神经网络进行遥感图像中建筑物的提取分割得到了广泛的研究兴趣，许多此类方法得以提出。
[0003]目前有许多基于深度神经网络的遥感图像建筑物提取分割方法，且取得了较好的表现。然而，这些方法主要面向建筑物分布较为集中、密集的地面区域，如城市街区。然而，在面向建筑物分布较为稀疏的地面场景时，比如野外，这些方法仍存在提取分割精度不高的问题。其原因主要包括：（1）其深度网络大多整体上采取
‑
下采样的计算操作，而在进行下采样（例如池化）时，往往存在着信息丢失的问题，进而使得某些细小建筑物被忽略或错检；（2）其深度网络往往感受野较小，无法对较大区域内数量较少分布稀疏的建筑物得到感知。因此，为实现对于建...
【技术保护点】
【技术特征摘要】
1.一种基于感受野提升网络的遥感图像野外建筑分割方法，其特征在于，包括：获取遥感野外建筑图像；根据感受野提升网络得到特征图像；将所述特征图像输入至野外建筑分割网络，得到分割结果。2.根据权利要求1所述的一种基于感受野提升网络的遥感图像野外建筑分割方法，其特征在于，所述根据感受野提升网络得到特征图像的方法为：所述感受野提升网络包含融合串行与并行双链路的感受野提升模块、卷积模块和叠加模块，将所述遥感野外建筑图像输入至所述感受野提升模块得到所述特征图像；对所述遥感野外建筑图像进行预处理，其公式为，；；其中，表示遥感野外建筑图像；表示通过第一个卷积模块后的输出；表示通过第二个卷积模块后的输出；表示尺寸为3
×
3的卷积；将通过第二个所述卷积模块后的输出依次输出入至三个所述感受野提升模块，其公式为，；；；其中，表示通过第一个感受野提升模块后的输出；表示通过第二个感受野提升模块后的输出；表示通过第三个感受野提升模块后的输出；表示感受野提升模块；对通过所述卷积模块表示感受野提升模块和所述感受野提升模块的输出通过所述叠加模块进行叠加，其公式为，；表示通过叠加模块后的输出；表示叠加模块；将通过叠加模块后的输出进行精细化处理，其公式为，；
其中，表示通过进行精细化处理后的输出；表示尺寸为1
×
1的卷积；对精细化处理后的输出进行第一次特征提取，其公式为，；其中，表示通过第一次特征提取后的输出；表示尺寸为3
×
3的卷积；跳转连接通过第一次特征提取后的输出和表示通过第一个所述卷积模块后的输出，其公式为，；其中，表示跳转连接后的输出；对跳转连接后的输出进行第二次特征提取，其公式为，；其中，表示通过第二次特征提取后的输出；表示尺寸为3
×
3的卷积；对第二次特征提取后的输出进行Sigmoid激活处理得到所述特征图像，其公式为，；其中，表示特征图像；表示Sigmoid函数。3.根据权利要求2所述的一种基于感受野提升网络的遥感图像野外建筑分割方法，其特征在于，使用所述感受野提升模块的方法进一步包括，所述感受野提升模块包含并行感受野提升链路和串行感受野提升链路，将通过第二个所述卷积模块后的输出进行预处理，其公式为，；其中，表示通过预处理后的特征；表示参数整流线性单元；表示尺寸为3
×
3的卷积。4.根据权利要求3所述的一种基于感受野提升网络的遥感图像野外建筑分割方法，其特征在于，将通过预处理后的特征输入至所述并行感受野提升链路，所述并行感受野提升链路包含四条并行分支，将预处理后的特征输入至四条并行分支，其公式为，；
；；；其中，表示通过第一条并行分支后的输出；表示通过第二条并行分支后的输出；表示通过第三条并行分支后的输出；表示通过第四条并行分支...
【专利技术属性】
技术研发人员：李冠群，俞伟学，
申请(专利权)人：耕宇牧星北京空间科技有限公司，
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。