卫星遥感图像处理方法技术

本发明专利技术提供了一种卫星遥感图像处理方法，包括：对获取的卫星遥感图像进行预处理得到预处理图像，所述预处理包括波段合成、图像融合和图像切分；选取多个深度卷积神经网络提取预处理图像的特征，将提取得到的特征输入集成学习模型得到分类结果，所述集成学习模型基于多个SVM模型进行线性组合得到；对所述分类结果进行平滑处理得到预测结果。通过同时将多种特征提取方法和分类方法进行结合来完成遥感图像处理任务，各种分类器之间优势互补，达到有效提高遥感图像处理的准确性和适应性的目的。效提高遥感图像处理的准确性和适应性的目的。效提高遥感图像处理的准确性和适应性的目的。

【技术实现步骤摘要】
卫星遥感图像处理方法


[0001]本专利技术属于卫星遥感
，尤其是涉及一种卫星遥感图像处理方法。

技术介绍

[0002]随着卫星遥感技术的飞速发展，遥感数据在各个领域得到了日益广泛的应用。同时，对卫星遥感图像信息的自动提取要求也更加迫切。准确高效的卫星遥感图像处理技术是卫星遥感技术在各方面应用更加深入的重要推动力。
[0003]当前阶段，对于高分辨率多光谱卫星遥感图像的处理方法,大部分是利用光学的各种指标参数通过阈值法进行语义分割，或通过简单的机器学习模型进行研究。这些方法在面对特定的观察目标或特定的样本数据集时有较好的准确率，但是卫星遥感技术应用的领域多种多样，获得的图像数据集自然不同，因此这些方法对不同数据集在泛化能力方面严重不足，没有很好的自适应性。

技术实现思路

[0004]针对现有技术中存在的问题，本专利技术提供了一种卫星遥感图像处理方法，至少部分的解决现有技术中存在的自适应性不足的问题。
[0005]第一方面，本公开实施例提供了一种卫星遥感图像处理方法，包括：对获取的卫星遥感图像进行预处理得到预本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种卫星遥感图像处理方法，其特征在于，包括：对获取的卫星遥感图像进行预处理得到预处理图像，所述预处理包括波段合成、图像融合和图像切分；选取多个深度卷积神经网络提取预处理图像的特征，将提取得到的特征输入集成学习模型得到分类结果，所述集成学习模型基于多个SVM模型进行线性组合得到；对所述分类结果进行平滑处理得到预测结果。2.根据权利要求1所述的卫星遥感图像处理方法，其特征在于，卫星遥感图像包括全色光谱图像和多光谱图像，所述波段合成，包括：从多光谱图像中分离各个波段的值，将各个波段的值进行线性变换得到对应色阶，基于色阶得到各个波段的值对应的灰度图，基于灰度图得到各个波段的值对应的三原色。3.根据权利要求2所述的卫星遥感图像处理方法，其特征在于，所述图像融合，包括：构建融合模型；建立融合模型训练集；将图像输入基于训练集训练后的融合模型得到融合后的图像。4.根据权利要求3所述的卫星遥感图像处理方法，其特征在于，所述构建融合模型，包括：通过卷积运算得到全色光谱图像和多光谱图像坐标邻近处的像素；通过对坐标邻近处的像素使用卷积核进行卷积运算得到坐标位置上的融合像素；基于坐标位置上的融合像素将全色光谱图像和多光谱图像中的每个像素考虑邻近设定大小的窗口的像素进行多层卷积运算得到的待融合像素；将待融合像素进行卷积运算得到融合模型。5.根据权利要求4所述的卫星遥感图像处理方法，其特征在于，所述卷积运算为：其中为卷积网络输入，为卷积核，是非线性激活函数：其中是区间的一个固定参数，为坐标。6.根据权利要求3所述的卫星遥感图...

【专利技术属性】
技术研发人员：边九州，张泽宇，
申请(专利权)人：北京轨道未来空间科技有限公司，
类型：发明
国别省市：