本申请提供一种图像处理方法、装置、计算机设备、存储介质及程序产品，涉及遥感图像处理领域。图像处理方法包括：获取多个目标域地物图像；目标域地物图像为待识别的目标领域的地物图像；将目标域地物图像向源领域进行风格迁移，得到迁移地物图像；源域样本地物图像为源领域的标注有标准地类标记的地物图像；基于地物分类模型对迁移地物图像进行分类，得到目标域地物图像的地物分类结果；其中，地物分类模型是基于源域样本地物图像进行训练得到的。可以有效提高针对目标域的地物分类的准确性。可以有效提高针对目标域的地物分类的准确性。可以有效提高针对目标域的地物分类的准确性。
【技术实现步骤摘要】
图像处理方法、装置、计算机设备、存储介质及程序产品
[0001]本申请涉及图像处理
，本申请涉及一种图像处理方法、装置、计算机设备、存储介质及程序产品。
技术介绍
[0002]遥感技术目前被广泛应用于地学应用中，如森林资源规划、农作物估产、环境评估、灾害监测等。遥感影像分类技术是把遥感图像从数据转换为信息的关键步骤，通过语义分割模型，可对遥感影像进行精细化地物分类。
[0003]目前，在对一个崭新地物分类任务进行分类时，通常利用一个已有地物分类任务对地物分类模型进行模型迁移，但是难以保证迁移模型的泛化能力，导致对新的地物分类的准确性可能较低。
技术实现思路
[0004]本申请提供了一种图像处理方法、装置、计算机设备、存储介质及程序产品，可以解决相关技术中对新的地物分类的准确性可能较低的问题。所述技术方案如下：
[0005]一方面，提供了一种图像处理方法，方法包括：
[0006]获取多个目标域地物图像；目标域地物图像为待识别的目标领域的地物图像；
[0007]将目标域地物图像向源领域进行风格迁移，得到迁移地物图像；
[0008]其中，源域样本地物图像为源领域的标注有标准地类标记的地物图像；
[0009]基于地物分类模型对迁移地物图像进行分类，得到目标域地物图像的地物分类结果；
[0010]其中，地物分类模型是基于源域样本地物图像进行训练得到的。
[0011]在一个可能实现方式中，基于源域样本地物图像将目标域地物图像向源领域进行风格迁移，得到迁移地物图像，包括：
[0012]基于源域样本地物图像和目标域地物图像获取地物风格迁移模型；
[0013]通过地物风格迁移模型将目标域地物图像向源领域进行风格迁移，得到迁移地物图像。
[0014]在一个可能实现方式中，地物风格迁移模型通过如下方式训练得到：
[0015]获取多个源域样本地物图像；
[0016]针对每一源域样本地物图像，基于标准地类标记从源域样本地物图像中提取至少一个源域单类地物图像；
[0017]针对每一目标域地物图像，对目标域地物图像进行分割，得到至少一个子区域；
[0018]基于地物指数特征对各目标域地物图像的子区域进行分类，获取至少一个目标域单类地物图像；
[0019]基于至少一个源域单类地物图像和至少一个目标域单类地物图像对初始风格迁移模型进行训练，得到地物风格迁移模型。
[0020]在一个可能实现方式中，标准地类标记包括至少一类地物的地类标记；基于标准地类标记从源域样本地物图像中提取至少一个源域单类地物图像，包括：
[0021]针对源域样本地物图像中的每一地类标记，选取该一种地类标记面向对应的一类地物进行提取；
[0022]将源域样本地物图像中除所选取的地物以外的其他区域设置为预设颜色，得到针对所选取的一类地物的源域单类地物图像。
[0023]在一个可能实现方式中，对目标域地物图像进行分割，得到至少一个子区域，包括：
[0024]将目标域地物图像映射为对应的无向图；
[0025]将无向图分割为两个不相连的第一顶点集和第二顶点集；
[0026]基于第一顶点集和第二顶点集将目标域地物图像进行分割，得到至少一个子区域。
[0027]在一个可能实现方式中，基于地物指数特征对各目标域地物图像的子区域进行分类，获取至少一个目标域单类地物图像，包括：
[0028]基于地类指数特征，对各目标域地物图像的子区域进行分类，得到每一类地物对应的至少一个子区域；
[0029]针对目标域地物图像中的任一类地物，保持一类地物对应的子区域的色彩通道信息；
[0030]将目标域地物图像中除所选取的一类地物对应的子区域以外的其他子区域设置为预设颜色，得到针对所选取的一类地物的目标域单类地物标记。
[0031]在一个可能实现方式中，地类指数特征包括归一化植被指数和土壤调节植被指数中的至少一种。
[0032]在一个可能实现方式中，基于至少一个源域单类地物图像和至少一个目标域单类地物图像对初始风格迁移模型进行训练，得到地物风格迁移模型，包括：
[0033]确定至少一个源域单类地物图像所对应的至少一类地物；
[0034]从至少一个目标域单类地物图像中选取与所确定的至少一类地物分别对应的目标域单类地物图像；
[0035]基于至少一个源域单类地物图像和所选取的目标域单类地物图像对初始风格迁移模型进行训练，得到地物风格迁移模型。
[0036]在一个可能实现方式中，基于至少一个源域单类地物图像和至少一个目标域单类地物图像对初始风格迁移模型进行训练，得到地物风格迁移模型，包括：
[0037]将至少一个源域单类地物图像和至少一个目标域单类地物图像均调整至预设尺寸；
[0038]基于调整至预设尺寸后的源域单类地物图像和目标域单类地物图像训练初始风格迁移模型，得到地物风格迁移模型。
[0039]另一方面，提供了一种图像处理装置，装置包括：
[0040]获取模块，用于获取多个目标域地物图像；目标域地物图像为待识别的目标领域的地物图像；
[0041]迁移模块，用于将目标域地物图像向源领域进行风格迁移，得到迁移地物图像；
[0042]其中，地物风格迁移模型是基于目标域地物图像和源域样本地物图像进行训练得到的；源域样本地物图像为源领域的标注有标准地类标记的地物图像；
[0043]分类模块，用于基于地物分类模型对迁移地物图像进行分类，得到目标域地物图像的地物分类结果；
[0044]其中，地物分类模型是基于源域样本地物图像进行训练得到的。
[0045]在一个可能实现方式中，迁移模块在基于源域样本地物图像将所述目标域地物图像向源领域进行风格迁移，得到迁移地物图像时，具体用于：
[0046]基于所述源域样本地物图像和所述目标域地物图像获取地物风格迁移模型；
[0047]通过所述地物风格迁移模型将所述目标域地物图像向所述源领域进行风格迁移，得到所述迁移地物图像。
[0048]在一个可能实现方式中，图像处理装置还包括训练模块，用于：
[0049]获取多个源域样本地物图像；
[0050]针对每一源域样本地物图像，基于标准地类标记从源域样本地物图像中提取至少一个源域单类地物图像；
[0051]针对每一目标域地物图像，对目标域地物图像进行分割，得到至少一个子区域；
[0052]基于地物指数特征对各目标域地物图像的子区域进行分类，获取至少一个目标域单类地物图像；
[0053]基于至少一个源域单类地物图像和至少一个目标域单类地物图像对初始风格迁移模型进行训练，得到地物风格迁移模型。
[0054]在一个可能实现方式中，标准地类标记包括至少一类地物的地类标记；训练模块在基于标准地类标记从源域样本地物图像中提取至少一个源域单类地物图像时，具体用于：
[本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种图像处理方法，其特征在于，所述方法包括：获取多个目标域地物图像；所述目标域地物图像为待识别的目标领域的地物图像；基于源域样本地物图像将所述目标域地物图像向源领域进行风格迁移，得到迁移地物图像；其中，所述源域样本地物图像为源领域的标注有标准地类标记的地物图像；基于地物分类模型对所述迁移地物图像进行分类，得到所述目标域地物图像的地物分类结果；其中，所述地物分类模型是基于所述源域样本地物图像进行训练得到的。2.根据权利要求1所述的图像处理方法，其特征在于，所述基于源域样本地物图像将所述目标域地物图像向源领域进行风格迁移，得到迁移地物图像，包括：基于所述源域样本地物图像和所述目标域地物图像获取地物风格迁移模型；通过所述地物风格迁移模型将所述目标域地物图像向所述源领域进行风格迁移，得到所述迁移地物图像。3.根据权利要求2所述的图像处理方法，其特征在于，所述地物风格迁移模型通过如下方式训练得到：获取多个源域样本地物图像；针对每一源域样本地物图像，基于所述标准地类标记从所述源域样本地物图像中提取至少一个源域单类地物图像；针对每一所述目标域地物图像，对所述目标域地物图像进行分割，得到至少一个子区域；基于地物指数特征对各所述目标域地物图像的子区域进行分类，获取至少一个目标域单类地物图像；基于所述至少一个源域单类地物图像和所述至少一个目标域单类地物图像对初始风格迁移模型进行训练，得到所述地物风格迁移模型。4.根据权利要求3所述的图像处理方法，其特征在于，所述标准地类标记包括至少一类地物的地类标记；基于所述标准地类标记从所述源域样本地物图像中提取至少一个源域单类地物图像，包括：针对所述源域样本地物图像中的每一地类标记，选取该一种地类标记面向对应的一类地物进行提取；将所述源域样本地物图像中除所选取的所述地物以外的其他区域设置为预设颜色，得到针对所选取的一类地物的源域单类地物图像。5.根据权利要求3所述的图像处理方法，其特征在于，所述对所述目标域地物图像进行分割，得到至少一个子区域，包括：将所述目标域地物图像映射为对应的无向图；将所述无向图分割为两个不相连的第一顶点集和第二顶点集；基于所述第一顶点集和所述第二顶点集将所述目标域地物图像进行分割，得到至少一个子区域。6.根据权利要求5所述的图像处理方法，其特征在于，所述基于地物指数特征对各所述目标域地物图像的子区域进行分类，获取至少一个目标域单类地物图像，包括：
基于地类指数特征，对各所述目标域地物...
【专利技术属性】
技术研发人员：高豪，史中强，钱晨，
申请(专利权)人：腾讯科技深圳有限公司，
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。