【技术实现步骤摘要】
基于全景分割的光学遥感影像海洋筏式养殖区分类方法
[0001]本专利技术涉及海洋遥感和图像处理
，尤其涉及一种基于全景分割的光学遥感影像海洋筏式养殖区分类方法。
技术介绍
[0002]海洋筏式养殖是海洋养殖的重要组成部分，相对于靠近海岸的池塘及滩涂养殖，筏式养殖范围广且区域分散，利用传统的导航定位系统进行现场测量，不仅费时费力而且难以得到大区域准确的结果。遥感技术的发展则极大地弥补了传统地面测量覆盖范围小、数据获取不足的缺点。同时，利用深度学习算法快速、准确地获取海洋养殖区的分布和情况，是开展海洋筏式养殖动态监测的可靠和先进的技术手段。面向海洋资源开发利用和支持宏观调控的实施，需要在不降低分割精度的前提下对海洋养殖区的分类更加细致，例如细分为鱼类(网箱)、藻类(延绳)、贝类(浮筏)和其它等。
[0003]合成孔径雷达(SAR)具有全天时、全天候的特点，在遥感领域得到较多的应用，但是SAR图像具有分辨率较低、容易受到噪声的干扰、几何畸变严重、可用特征较少等缺点。随着光学遥感技术的发展，光学遥感图像分辨率有了很大的...
【技术保护点】
【技术特征摘要】
1.一种基于全景分割的光学遥感影像海洋筏式养殖区分类方法，其特征在于，包括：获取待分割图像，所述待分割图像为海洋养殖区的光学遥感影像；将所述待分割图像输入至预先训练好的全景分割模型中，预测得到多分类分割结果，所述多分类分割结果包括筏式养殖区、非筏式养殖区以及多种养殖区类别；其中，所述预先训练好的全景分割模型包括语义分割分支网络、实例分割分支网络以及全景融合模块；利用所述语义分割分支网络对所述待分割图像进行语义分割，以获得初始语义分割结果，所述初始语义分割结果包括初始筏式养殖区与初始非筏式养殖区；利用所述实例分割分支网络对所述待分割图像进行实例分割，以获得初始实例分割结果，所述初始实例分割结果包括多种初始养殖区类别；利用所述全景融合模块对所述初始语义分割结果以及所述初始实例分割结果进行融合，以获得多分类分割结果。2.根据权利要求1所述的基于全景分割的光学遥感影像海洋筏式养殖区分类方法，其特征在于，所述语义分割分支网络为改进的U2‑
Net网络，所述改进的U2‑
Net网络至少包括6个U型结构的次级编码器以及5个U型结构的次级解码器，所述6个U型结构的次级编码器依次为4个第一次级编码器以及2个第二次级编码器，所述5个U型结构的次级解码器依次为4个第一次级解码器以及1个第二次级解码器；所述第一次级编码器以及所述第一次级解码器均由第一卷积块、LSFE模块、多个下采样模块、DPC模块、第二卷积块、第一卷积块以及多个上采样模块依次构成；其中，所述LSFE模块用于提取大视野范围内养殖区的特征，其包括可分离卷积以及输出滤波器；所述DPC模块用于捕获远程上下文信息，其包括可分离卷积以及输出通道。3.根据权利要求1所述的基于全景分割的光学遥感影像海洋筏式养殖区分类方法，其特征在于，所述实例分割分支网络包括改进的SOTR网络，所述改进的SOTR网络至少包括Transformer模块；其中，所述Transformer模块包括可分离卷积以及iABN同步层；所述Transformer模块用于预测每个实例类别。4.根据权利要求3所述的基于全景分割的光学遥感影像海洋筏式养殖区分类方法，其特征在于，所述实例分割分支网络还包括特征提取模块，所述特征提取模块包括移动反向瓶颈单元以及双向特征金字塔网络；利用所述特征提取模块对所述待分割图像进行特征提取，以获得多尺度特征；基于所述多尺度特征，通过所述改进的SOTR网络对所述待分割图像进行实例分割，以获得初始实例分割结果。5.根据权利要求1
‑
4任一所述的基于全景分割的光学遥感影像海洋筏式养殖区分类方法，其特征在于，所述预先训练好的全景分割模型通过如下方式训练得到：获取训练数据集以及其对应的标签，并构建全景分割模型；其中，所述标签包括筏式养殖区与非筏式养殖区的语义标签以及多种养殖区类别的实例标签；将所述训练数...
【专利技术属性】
技术研发人员：汪承义，郭艳君，陈建胜，杜云艳，王雷，汪祖家，
申请(专利权)人：中国科学院空天信息创新研究院，
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。