一种基于残差块和密集连接的水体分割方法技术

本发明专利技术公开了一种基于残差块和密集连接的水体分割方法。遥感图像中的水体区域通常具有多尺度特征，因为水体区域由不同类型的水体组成。因此，从遥感图像中准确检测水体仍然是一个具有挑战性的问题。UNet取得了最先进的成果，但该网络也有一些局限性。本文针对连续的卷积层序列导致学习不同的特征，在某些情况下，它也可能导致学习冗余特征，添加更多层会导致更高的训练误差以及为了避免过度拟合并加速训练过程的问题。在UNet编码器部分，增加了残差块以及批归一化处理；为了克服神经网络在训练中长期依赖的梯度消失问题，在UNet解码器部分引入了卷积长短期记忆网络并使用它将特征处理为两个方向：向前和向后，称为BConvLSTM。以此来更好地实现水体分割。以此来更好地实现水体分割。以此来更好地实现水体分割。

【技术实现步骤摘要】
一种基于残差块和密集连接的水体分割方法


[0001]本专利技术属于计算机图像分割领域，是基于残差块和密集连接的方法提取水体。

技术介绍

[0002]随着遥感技术的飞速发展，遥感图像的可用性迅速增长，人类已经进入了大数据遥感的时代，使得大规模的水体监测成为可能。为了进行及时的大规模水体监测，遥感图像的自动水体检测变得非常紧迫。众所周知，光学遥感图像中的水体区域通常具有多尺度特征，因为水体区域由不同类型的水体组成，例如薄区和宽区，并且这些水体类别中存在很大差异。因此，从遥感图像中准确检测水体仍然是一个具有挑战性的问题。虽然现有的研究表明合成孔径雷达图像具有监测水体的潜力，但使用光学遥感图像有效监测水体仍然非常重要，因为光学遥感图像比SAR图像更容易收集。
[0003]现有的水体监测方法主要包括两个角度。传统方法主要基于手工制作的特征，如归一化差分水指数，基于波段分析的方法，灰度级共发生矩阵和支持向量机方法。如上所述，大多数传统的水体检测方法强烈依赖于遥感图像的光谱信息，很少关注上下文空间信息，普遍适用性较差。目前，比较主流的方法是基于深度学本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于残差块和密集连接的水体分割方法，其特征在于，包括以下步骤：步骤1：通过ResBCU
‑
Net的编码层获得不同尺度的特征图送至下一个编码层以及对应的解码层；步骤2：通过ResBCU
‑
Net的解码层还原至原图大小并实现水体的提取；进一步，所述步骤1的具体方法为：步骤1.1：ResBCU
‑
Net的编码路径由残差块和具有九个卷积层的批量归一化层组成；在残差块部分引入了三个卷积块，而不是编码路径中两个卷积层的块，每个卷积块后跟一个批处理规范化层；然后，通过将第一个卷积层的输出添加到块中批处理归一化层的输出中，将每个块转换为残留块；步骤1.2：路径由三个块组成，每个块包含三个卷积层，后跟一个批处理规范化层，批量归一化图层通过计算整个数据集的均值和标准差值来控制分布的变化，方法是将平均值调整为0并将方差调整为1；步骤1.3：每个块中第一个卷积层的输出与批处理规范化层的输出一起添加，然后后面是最大池化层；同时，在最大池化层之前，每个块的输出被传递到与解码路径的相应输出进行串联，批处理层使用在每个块的末尾，就在最大池化层之前；在最大池化层之后，第三块卷积层瓶颈部分的网络开始，其中我们只使用两个卷积层，每个卷积层后跟一个激活函数ReLU；所述步骤2的具体方法为：步骤2.1：首先编码路径中相应块的特征在与解码路径的相应块的输出...

【专利技术属性】
技术研发人员：罗欣，赖广龄，常乐，冷庚，贾海涛，许文波，
申请(专利权)人：电子科技大学长三角研究院湖州，
类型：发明
国别省市：