【技术实现步骤摘要】
基于高分辨率影像剔除水面桥梁连续水面构造的方法
[0001]本专利技术涉及图像识别领域,具体为一种基于高分辨率影像剔除水面桥梁连续水面构造的方法。
技术介绍
[0002]遥感图像是指记录各地物电磁波大小的胶片或者照片,通常由卫星拍摄或者航空拍摄得到,通过深度学习,目标检测和特征检测等技术,可对遥感图像进行处理,得到需要的信息;
[0003]传统水域信息提取通常依赖手工作业,专人巡查,耗费大量人力、时间和资金成本,且精度低时效性差,现将高分辨率遥感技术应用于水域轮廓提取与面积设计,可更高效提取水域信息;利用高分辨率影像监测水体信息时,通常因为水面上桥梁建筑等设施光谱和纹理特征与水体不同,导致水域被打断,影响模型的全局性;
[0004]因此,本专利技术提供一种基于高分辨率影像剔除水面桥梁连续水面构造的方法来提取完整的水域轮廓。
技术实现思路
[0005]本专利技术的目的在于提供基于高分辨率影像剔除水面桥梁连续水面构造的方法来解决上述
技术介绍
中提出的问题。
[0006]为实现上述目的,本专利技术提供如下技术方案:基于高分辨率影像剔除水面桥梁连续水面构造的方法,该构造方法包括以下步骤:
[0007]S1、选取高分辨率遥感图像,获取数据并预处理,辐射定标并校正输出,融合影像并剪裁;
[0008]S2、改进提取模型,使用PSPNet,改进使用ResNet模块作为骨干提取网络,添加辅助损失函数进行优化;
[0009]S3、改进网络训练数据集,对数据集进行归一化处理,进 ...
【技术保护点】
【技术特征摘要】
1.一种基于高分辨率影像剔除水面桥梁连续水面构造的方法,其特征在于:该构造方法包括以下步骤:S1、选取高分辨率遥感图像,获取数据并预处理,辐射定标并校正输出,融合影像并剪裁;S2、改进提取模型,使用PSPNet,改进使用ResNet模块作为骨干提取网络,添加辅助损失函数进行优化;S3、改进网络训练数据集,对数据集进行归一化处理,进行网络训练;S4、改进网络评定方法,选用两类指数综合评定训练模型,选取参数;S5、转换为灰度影像,采用harris算子,分离影像并拟合得到不同灰度图像,导入检测算法;S6、计算影像像素点梯度值,进行滤波计算,计算响应函数确定角点;S7、根据公共角点,进行多边形构建面,合并修复,得到连续水域要素。2.根据权利要求1所述的一种基于高分辨率影像剔除水面桥梁连续水面构造的方法,在步骤S1中,选取分光谱MUX影像和全色PAN影像,多光谱MUX影像有多个单波段,全色PAN图像是单通道的灰度照片,选择这两种图片进行处理融合;现分别对两种影像进行处理;对两种影像进行辐射定标,将图像的亮度灰度值转换为绝对的辐射亮度,对辐射定标后的多光谱影像设定基本信息,进行大气校正,得到地物真实的表面反射率;对定标后全色影像与大气校正多光谱影像分别作正射校正,纠正几何畸变;影像周边存在黑边现象,对其进行忽略背景值设定,去除黑边效应;进行影像融合,得到高分辨率和多光谱影像,根据该遥感图像拍摄区域矢量进行剪裁,获取有效信息。3.根据权利要求2所述的一种基于高分辨率影像剔除水面桥梁连续水面构造的方法,在步骤S2中,首先根据特征进行提取,使用深度学习提取技术,结合不同地物的光谱、空间和形状特征综合分析,使用PSPNet分别对桥梁和水体进行提取,采用ResNet作为骨干网络进行提取,采用辅助损失函数加快网络收敛速度,在常规使用softmax训练者最终分类器主要分支外,在骨干网络的第四阶段后应用另一个分类器,优化网络学习过程,其公式如下:Loss=mainloss+auxloss*auxloss,其中mainloss表示对分割map使用的softmax损失,用于训练final分类器,auxloss是ResNet的第四阶段后应用的另一个分类器所产生的loss。4.根据权利要求3所述的一种基于高分辨率影像剔除水面桥梁连续水面构造的方法,在步骤S3中,采用两类开源数据集进行模型训练,一类为ISPRS,一类为IGARSSS,对数据集中影像进行归一化处理,表达式如下:其中V代指像素值;式中M
i
为第i个像素值,min(M),max(M)为该幅影像的最大像素值与最小像素值;将开源数据集尺寸裁剪为n*n大小的影像集,采取平移、旋转和对称手段来对数据增广;将预处理后的开源数据放入PSPNet进行训练,设置训练模式参数,数据集学习率,采用Adam作为优化器来训练binary_crossentropy损失函数。5.根据权利要求4所述的一种基于高分辨率影像剔除水面桥梁连续水面构造的方法,在步骤S4中,采用Recall和OA两类指标来综合评定选取最优训练模型参数,
Recall是查全率,用来评估所有正样本的像素中,被正确预测为正样本的像素所占的比重,其中TP表示正样本被正确预测为正样本的情况,TN表示为负样本被正确预测为负样本的情况;OA是像素准确率,用来评估正确预测的像素占所有像素的比...
【专利技术属性】
技术研发人员:狄玮琪,闫泽川,陈燕婕,孙皓,
申请(专利权)人:江苏天汇空间信息研究院有限公司,
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。