【技术实现步骤摘要】
本专利技术涉及地类语义分割，更具体地说，本专利技术涉及一种利用全局信息提升地类语义分割的方法。
技术介绍
1、地类语义分割是一种典型的计算机视觉问题，通过全像素语义分割的创造来理解像素级的图像，将属于同一目标的图像部分聚集在一起，对全局信息每一个基本像素关联到一个类别标签的过程，通过不停增加误检的样本，经过多次训练迭代，逐步增加模型的判别能力。
2、但是其在实际使用时，仍旧存在较多缺点，如今现有的地类语义分割只通过不停增加误检的样本，通过多次训练迭代，逐步增加模型的判别能力，需要对地类语义分割进行长时间的模型迭代，效率低，并且地类语义分割需要积累模型较多副样本数据，而现实中数据积累难度较大，造成的准确率低的问题，同时地类语义分割只是解决了当前样本误检场景，未对地类语义分割进行具体的泛化性能提升。
技术实现思路
1、为了克服现有技术的上述缺陷，本专利技术提供一种利用全局信息提升地类语义分割的方法，以解决上述
技术介绍
中提出的问题。
2、为实现上述目的，本专利技术提供如下技术方案：一种利用全局信息提升地类语义分割的方法，包括以下步骤：
3、步骤s01：地类信息采集：通过无人机搭载遥感设备，对地面进行拍摄或扫描，获取地表的遥感图像；
4、步骤s02：样本划分：将采集的遥感图像，划分为通用地类模型分析样本和露天矿监测模型分析样本，通过原始遥感图像进行降采样，设置降采样的比例值，得到通用地类模型分析样本，露天矿监测模型分析样本的获取方式为：将原始
5、步骤s03、通用地类模型：将样本输入训练好的通用地类模型中，得到划分的地类语义分割结果，将获取的分割结果经过上采样，得到尺寸大小与原始图像相同的分割结果a，在分割结果中用图斑信息表示地形的类型、位置、面积；
6、步骤s04、露天矿识别模型：将样本输入训练好的露天矿识别模型中，得到划分的地类语义分割结果b；
7、步骤s05、过滤重合：根据分割结果a和分割结果b提取图斑轮廓，计算图斑对的重合率，标记交并比大于70％的图斑对；
8、步骤s06、数据整合：基于图斑界线重合度，获取图斑位置面积重合数据，基于图斑位置面积重合数据删除类别冲突的图斑对。
9、优选的，所述通用地类模型的搭建包括以下步骤：
10、步骤s11、采集高光谱数据、多光谱数据和合成孔径雷达数据，以及气象数据；
11、步骤s12、计算遥感图像光谱反射率，通过公式计算得到遥感图像的光谱反射率，其中n1表示光谱射到物体表面后被反射出来的反射光强度，n2表示光谱射到物体表面前的入射光强度，r表示光谱反射率，z表示光谱辐射亮度，通过光谱反射在不同介质、不同时间、不同传感器获取图像比对，进行图像融合，对原始图像上各地物的位置，尺寸、波段进行几何校正，获取遥感图像光谱反射率；
12、步骤s13、根据遥感数据的光谱反射率进行地物分类，将遥感图像的像元按性质分为监督分类与非监督分类，监督分类是对遥感影像数据样本作为依据，建立和训练分类器，进而完成整幅图像的类型划分，将每个像元归并到相对应的一个类别中去，非监督分类凭数据是根据遥感影像地物的光谱特征的分布规律对图像进行集聚统计分析的方法，获取遥感数据地物分类；
13、步骤s14、模型构建：根据地物分类结果和其他辅助数据，利用建模工具gis系统中大量数据的专业化模块进行分类精度，评价精度的方式为对混淆矩阵进行计算，分类精度计算公式为：其中zxi为第i组参考类型数据的准确率，其中xij是分类数据中第i组参考类型数据中第j类的分类样本数，n为评价样本总数，li表示通用地类模型的分类精度；
14、步骤s15、通过对建立的通用地类模型进行精度验证、误差分析评估，并根据评估结果对模型进行优化和改进，以提高模型的准确性和可靠性；
15、步骤s16、将优化后的通用地类模型应用于遥感数据实际应用场景中，实现地类信息的快速提取和土地资源的高效管理。
16、优选的，基于遥感数据的露天矿识别模型的搭建包括下列步骤：
17、步骤s21、数据收集：收集包含露天矿区域和非露天矿区域的遥感图像数据集，这些数据是多光谱图像，包括红光、绿光、蓝光和近红外波段；
18、步骤s22、数据预处理：预处理步骤s21收集的图像，包括去噪、标准化、增强等步骤，以提高图像的质量和特征的可提取性；
19、步骤s23、特征提取：利用卷积神经网络从遥感图像中提取特征，特征包括颜色、纹理、形状；
20、步骤s24、训练模型：采用监督学习方法，同时使用包含露天矿区域和非露天矿区域的标注数据集来训练模型，将训练好的模型应用于新的遥感图像，以识别和提取露天矿区域。
21、优选的，所述降采样采集方法为平均采样、通插值采样中任意一种，所述平均采样指的是通过将原始信号按照一定的间隔进行平均采样，然后将采样点的最大值和最小值作为低分辨率信号的值，通过公式：其中s表示采样平均值，n表示采样总数，ln表示最大值采样，li表示最小值采样；所述通插值采样指的是通过对采样点之间的信号进行插值，得到降采样后的低分辨率的信号，通过低分辨率的信号，得到理想的降采样比例，常用的插值算法有线性插值、双线性插值、三次样条插值。
22、优选的，所述降采样比例值的计算方式为：对遥感数据的信号长度、传输速率、数据大小进行采样，基于采样的频率，获取降采样比例值，通过对一个离散信号进行n倍的抽取，得到采样后的信号公式：其中xn表示其中一个离散信号，im表示每隔m个点取一次样，其中pn表示降采样比例值，进行η倍的抽取。
23、优选的，所述图斑重合率的获取方式为：通过遥感图像获取分割结果，基于分割结果中的图斑面积记为图斑毛面积，将图斑毛面积扣除地类面积、线状地物面积、零星地物面积得到地类图斑净面积，提取原始图斑轮廓与采样后的图斑面积，计算两个图斑重合部分的重率，通过公式其中表示图斑重合率，a表示分割结果a中的图斑面积，b表示分割结果b中的图斑面积。
24、优选的，所述遥感图像的分辨率计算方式为：通过对遥感影像地物的光谱反射率和光谱辐射亮度的计算，接受目标辐射时能分辨的最小波长间隔，间隔越小，分辨率越高，通过公式其中rs表示遥感影像地物分辨率，λθ表示光谱信号，x表示光谱辐射波长，d表示波长间隔。
25、优选的，包括对地类语义分割的质量监督步骤，基于搭建通用地类模型和露天矿识别模型，获取地类语义分割结果a和地类语义分割结果b，将两个结果提取图斑轮廓，标记所有交并比大于70％的图斑对，通过公式zp＝(ωai-70％)3*fa+(ωbi-70％)3*fb获取地类语义分割偏差指数pz，其中，表示在分割结果a中第i个图斑对的重合率，表示在分割结果b中第i个图斑对的重合率，fa表示通用地类模型的权重系数，fb表示露天矿识别模型的权重系数，当地类语义分本文档来自技高网...
【技术保护点】
1.一种利用全局信息提升地类语义分割的方法，其特征在于：包括下列步骤：
2.根据权利要求1所述的一种利用全局信息提升地类语义分割的方法，其特征在于：所述通用地类模型的搭建包括以下步骤：
3.根据权利要求1所述的一种利用全局信息提升地类语义分割的方法，其特征在于：基于遥感数据的露天矿识别模型的搭建包括下列步骤：
4.根据权利要求1所述的一种利用全局信息提升地类语义分割的方法，其特征在于：所述降采样采集方法为平均采样、通插值采样中任意一种，所述平均采样指的是通过将原始信号按照一定的间隔进行平均采样，然后将采样点的最大值和最小值作为低分辨率信号的值，通过公式：其中S表示采样平均值，N表示采样总数，Ln表示最大值采样，Li表示最小值采样；所述通插值采样指的是通过对采样点之间的信号进行插值，得到降采样后的低分辨率的信号，通过低分辨率的信号，得到理想的降采样比例，常用的插值算法有线性插值、双线性插值、三次样条插值。
5.根据权利要求1所述的一种利用全局信息提升地类语义分割的方法，其特征在于：所述降采样比例值的计算方式为：对遥感数据的信号长度、传
6.根据权利要求1所述的一种利用全局信息提升地类语义分割的方法，其特征在于：所述图斑重合率的获取方式为：通过遥感图像获取分割结果，基于分割结果中的图斑面积记为图斑毛面积，将图斑毛面积扣除地类面积、线状地物面积、零星地物面积得到地类图斑净面积，提取原始图斑轮廓与采样后的图斑面积，计算两个图斑重合部分的重率，通过公式其中表示图斑重合率，a表示分割结果A中的图斑面积，b表示分割结果B中的图斑面积。
7.根据权利要求1所述的一种利用全局信息提升地类语义分割的方法，其特征在于：所述遥感图像的分辨率计算方式为：通过对遥感影像地物的光谱反射率和光谱辐射亮度的计算，接受目标辐射时能分辨的最小波长间隔，间隔越小，分辨率越高，通过公式其中RS表示遥感影像地物分辨率，Λθ表示光谱信号，X表示光谱辐射波长，d表示波长间隔。
8.根据权利要求1所述的一种利用全局信息提升地类语义分割的方法，其特征在于：包括对地类语义分割的质量监督步骤，基于搭建通用地类模型和露天矿识别模型，获取地类语义分割结果A和地类语义分割结果B，将两个结果提取图斑轮廓，标记所有交并比大于70％的图斑对，通过公式Zp＝(ωai-70％)3*fa+(ωbi-70％)3*fb获取地类语义分割偏差指数Pz，其中，表示在分割结果A中第i个图斑对的重合率，表示在分割结果B中第i个图斑对的重合率，fa表示通用地类模型的权重系数，fb表示露天矿识别模型的权重系数，当地类语义分割偏差指数超出预设值表明地类语义分割的质量的质量不符合要求，需要重新分割。
9.根据权利要求7所述的一种利用全局信息提升地类语义分割的方法，其特征在于：数据整合中删除类别冲突的图斑对的方法为：通过地类语义分割结果A和地类语义分割结果B，提取图斑轮廓，获取聚集性的结构化地物，通过与原始图斑数据进行合并运算，获取计算交集、并集的比值来删除类别冲突的图斑对，通过公式：其中A1和A2表示相邻两结构化地物面积，v表示图斑相似度。
...【技术特征摘要】
1.一种利用全局信息提升地类语义分割的方法，其特征在于：包括下列步骤：
2.根据权利要求1所述的一种利用全局信息提升地类语义分割的方法，其特征在于：所述通用地类模型的搭建包括以下步骤：
3.根据权利要求1所述的一种利用全局信息提升地类语义分割的方法，其特征在于：基于遥感数据的露天矿识别模型的搭建包括下列步骤：
4.根据权利要求1所述的一种利用全局信息提升地类语义分割的方法，其特征在于：所述降采样采集方法为平均采样、通插值采样中任意一种，所述平均采样指的是通过将原始信号按照一定的间隔进行平均采样，然后将采样点的最大值和最小值作为低分辨率信号的值，通过公式：其中s表示采样平均值，n表示采样总数，ln表示最大值采样，li表示最小值采样；所述通插值采样指的是通过对采样点之间的信号进行插值，得到降采样后的低分辨率的信号，通过低分辨率的信号，得到理想的降采样比例，常用的插值算法有线性插值、双线性插值、三次样条插值。
5.根据权利要求1所述的一种利用全局信息提升地类语义分割的方法，其特征在于：所述降采样比例值的计算方式为：对遥感数据的信号长度、传输速率、数据大小进行采样，基于采样的频率，获取降采样比例值，通过对一个离散信号xζ进行n倍的抽取，得到采样后的信号公式：其中xn表示其中一个离散信号，im表示每隔m个点取一次样，其中pn表示降采样比例值，进行η倍的抽取。
6.根据权利要求1所述的一种利用全局信息提升地类语义分割的方法，其特征在于：所述图斑重合率的获取方式为：通过遥感图像获取分割结果，基于分割结果中的图斑面积记为图斑毛面积，将图斑毛面积扣除地类面积、线状地物面积、零星地物面积得到...
【专利技术属性】
技术研发人员：何宗，周宏文，文力，钱进，曾远文，马泽忠，李晓龙，谭攀，敖影，刘金龙，王小攀，程丽丹，谢卓渊，陈阳，李宇晗，
申请(专利权)人：重庆市地理信息和遥感应用中心重庆市测绘产品质量检验测试中心，
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。