System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及图像处理,尤其涉及一种遥感图像海陆分割方法及系统。
技术介绍
1、在当今的全球变暖和气候变化的大背景下,海岸线作为海洋与陆地之间的交界地带,逐渐称为备受关注的焦点。气温的急剧升高和海底火山的活动增多,导致了地球两极的冰川融化,这产生了令人担忧的后果。海陆分割技术的重要性扩展到内陆湖泊和河流地区,尤其是在季节性雨季和干旱季明显的热带和亚热带地区。其对水资源管理、灾害管理、生态保护、农业和渔业以及城市发展的重要影响有助于维护可持续发展和生态平衡。然而,尽管海陆分割在各个领域中具有广泛的应用,但由于海洋和陆地交界混淆不清、海岸线错综复杂等问题,这给海陆分割任务带来了巨大的挑战,因此需要其进行海陆分割。
2、传统的海陆分割方法,如阈值分割法和信息熵分析法,阈值分割法是首先对海陆图像进行预处理,然后通过算法确定适当的阈值,其中高于阈值的部分标记为一类,低于阈值的部分标记为另一类,之后通过需要后处理以提高分割的准确性,其包括去除小的连通区域,填充空洞等操作。这种方法虽然在某些情况下有效,但是通常是海岸线需要更频繁地监测不同时间段的情况,然而这些方法难以应对因此产生的大规模、高速处理遥感图像需求,同时成本较高。
3、在深度学习遥感图像语义分割领域,一些先进方法采用了空间金字塔池化和空洞卷积等技术以提高模型对多尺度和广域信息的理解。空间金字塔池化允许模型在不同尺度上聚合特征,使其能够有效地捕捉遥感图像中的细节和整体结构。与此同时,空洞卷积通过引入空洞率的概念,扩大了感受野,有助于更好地捕捉遥感图像中的上下文
技术实现思路
1、本专利技术的目的在于克服现有技术的缺点,提供了一种遥感图像海陆分割方法及系统,解决了现有方法存在的不足。
2、本专利技术的目的通过以下技术方案来实现:一种遥感图像海陆分割方法,所述分割方法包括:
3、步骤一、将遥感图像分别输入swin-transformer block单元和resnet单元提取不同的图像特征fp1与fp2,通过进行三个阶段的卷积计算以构建特征图,表示swin-transformer block单元,表示resnet单元,表示特征图;
4、步骤二、将特征图输入到mca单元中,通过mca(多尺度融合注意力)单元中的深度可分离卷积模块和自注意力空间金字塔池化模块捕捉特征图中不同窗口大小和尺度的特征,并引入se(压缩与激励)模块关注重要特征,提高关键信息的敏感性;
5、步骤三、采用上采样模块对mca单元输出的特征图进行上采样,并通过长程残差连接防止多次上采样导致的信息丢失,得到长程残差后的特征图,将长程残差后的特征图继续输入上采样模块恢复到初始尺寸,最后输出预测图片。
6、所述步骤二,具体包括以下内容:
7、a1、首先通过一个3×3的卷积群,再分别通过深度可分离卷积模块进行深度卷积和逐点卷积处理捕捉特征图中不同窗口大小和尺度的特征,再通过一个3×3的卷积群,再通过se模块进行重要特征的关注;
8、a2、然后,通过自注意力空间金字塔池化模块进一步捕捉特征图中不同窗口大小和尺度的特征,再重复a1步骤。
9、所述步骤三,具体包括以下内容:
10、特征图进入包括一个转置卷积、一个3×3卷积、一个bn归一化层和一个relu激活层的上采样模块,通过转置卷积实现图像的上采样,将低分辨率的特征图放大到与原始输入图像相同的分辨率;
11、经过第一次上采样后的特征图与swin-transformer block单元和resnet单元的第一个阶段建立长程残差特征,得到建立长程残差后的特征图;
12、将长程残差后的特征图继续送入上采样模块以恢复初始尺寸,最后输出预测图片。
13、一种遥感图像海陆分割系统,它包括swin-transformer单元、resnet单元、mca单元和采样单元;
14、所述swin-transformer block单元和resnet单元:用于将输入的遥感图像提取不同的图像特征fp1与fp2,通过进行三个阶段的卷积计算以构建特征图,表示swin-transformer block单元,表示resnet单元,表示特征图;
15、所述mca单元:用于对输入的特征图通过深度可分离卷积模块和自注意力空间金字塔池化模块捕捉特征图中不同窗口大小和尺度的特征,并引入se模块关注重要特征,提高关键信息的敏感性;
16、所述采样单元:用于采用上采样模块对mca单元输出的特征图进行上采样,并通过长程残差连接防止多次上采样导致的信息丢失,得到长程残差后的特征图,将长程残差后的特征图继续输入上采样模块恢复到初始尺寸,最后输出预测图片。
17、所述mca单元具体包括以下内容:
18、a1、首先通过一个3×3的卷积群,再分别通过深度可分离卷积模块进行深度卷积和逐点卷积处理捕捉特征图中不同窗口大小和尺度的特征,再通过一个3×3的卷积群,再通过se模块进行重要特征的关注;
19、a2、然后,通过自注意力空间金字塔池化模块进一步捕捉特征图中不同窗口大小和尺度的特征,再重复a1步骤。
20、所述采样单元具体包括以下内容:
21、特征图进入包括一个转置卷积、一个3×3卷积、一个bn归一化层和一个relu激活层的上采样模块,通过转置卷积实现图像的上采样,将低分辨率的特征图放大到与原始输入图像相同的分辨率;
22、经过第一次上采样后的特征图与swin-transformer block单元和resnet单元的第一个阶段建立长程残差特征,得到建立长程残差后的特征图;
23、将长程残差后的特征图继续送入上采样模块以恢复初始尺寸,最后输出预测图片。
24、本专利技术具有以下优点:一种遥感图像海陆分割方法及系统,将传统的卷积运算与transformer相结合,将transformer强大的自注意力引入传统的卷积框架,提高了模型的特征信息提取能力,同时与多尺度融合注意力模块结合提升了模型对狭长水域的捕捉能力,在海陆分割任务中实现了狭长水域的正确分割,并且减少了低区别度区域的分割错误,提升了整体分割的精确性与稳定性。
本文档来自技高网...【技术保护点】
1.一种遥感图像海陆分割方法,其特征在于:所述分割方法包括:
2.根据权利要求1所述的一种遥感图像海陆分割方法,其特征在于:所述步骤二,具体包括以下内容:
3.根据权利要求1所述的一种遥感图像海陆分割方法,其特征在于:所述步骤三,具体包括以下内容:
4.一种遥感图像海陆分割系统,其特征在于:它包括Swin-Transformer单元、ResNet单元、MCA单元和采样单元;
5.根据权利要求4所述的一种遥感图像海陆分割系统,其特征在于:所述MCA单元具体包括以下内容:
6.根据权利要求4所述的一种遥感图像海陆分割系统,其特征在于:所述采样单元具体包括以下内容:
【技术特征摘要】
1.一种遥感图像海陆分割方法,其特征在于:所述分割方法包括:
2.根据权利要求1所述的一种遥感图像海陆分割方法,其特征在于:所述步骤二,具体包括以下内容:
3.根据权利要求1所述的一种遥感图像海陆分割方法,其特征在于:所述步骤三,具体包括以下内容:
4.一种遥感图像海陆分割系统...
【专利技术属性】
技术研发人员:戈文一,吴涛,王博,刘琪,谭诗瀚,袁霞,王盛杰,
申请(专利权)人:成都信息工程大学,
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。