一种大幅面遥感影像语义分割方法及系统技术方案

本发明专利技术公开了一种大幅面遥感影像语义分割方法及系统，包括获取具有地物标签的遥感影像；将遥感影像裁切成多幅带有地物标签的图片；对图片进行处理后并输入至全局信息提取模块，获得全局特征图；将图片输入至特征编码模块，获得不同尺度的局部特征图；将全局特征和局部特征图输入至信息聚合模块，融合获得融合特征图；将融合特征图和局部特征图输入信息解码模块，获得与图片分辨率一致的新特征图；将新特征图输入轻量级卷积模块，获得最终的预测图；本发明专利技术分别对图片进行处理获得全局特征图和高分辨率的局部特征图，之后通过聚合模块提升了遥感影像语义分割的精度。

【技术实现步骤摘要】

本专利技术涉及遥感影像像处理，尤其涉及一种大幅面遥感影像语义分割方法及系统。

技术介绍

1、遥感卫星影像在经济建设、国防建设和人民日常生活中具有重要作用。在经济建设、国防建设中需要使用遥感卫星影像来制作基础地理信息，这些基础地理信息包含丰富的自然地理、人文地理和社会经济信息,是进行基本建设项目可行性研究的重要资料是基础设施建设的保障。遥感影像语义分割是根据设定的准则对遥感影像中对象进行像素级分类的过程，常见的分割对象包括房屋、道路、植被、车辆等。遥感影像语义分割在城市规划、灾害救助、交通管理以及气候建模等领域发挥着重要作用。

2、遥感影像语义分割主要采用图像语义分割算法，当前主流的遥感影像语义分割算法大多基于深度学习技术，按照网络结构差异可以大致分为基于cnn的图像语义分割网络、基于transformer的图像语义分割网络、混合cnn和transformer的语义分割网络。基于深度学习的语义分割算法通常来自计算机视觉领域，其框架与模型主要针对的是普通影像。与普通影像相比，遥感影像存在分辨率高、幅面大等特点，传统尺寸图像(如256*256)占据的本文档来自技高网...

【技术保护点】

1.一种大幅面遥感影像语义分割方法，其特征在于，包括：

2.根据权利要求1所述的大幅面遥感影像语义分割方法，其特征在于，对所述图片进行处理包括将所述图片进行缩放获得小尺寸图片。

3.根据权利要求2所述的大幅面遥感影像语义分割方法，其特征在于，所述全局信息提取模块包括编码器、注意力模块和解码器；所述编码器为Resnet50网络，所述注意力模块包括12个串联的transformer单元，所述解码器包括卷积上采样块、跳转连接块和高维特征提取块。

4.根据权利要求3所述的大幅面遥感影像语义分割方法，其特征在于，所述全局信息提取模块的公式为：

5.根...

【技术特征摘要】

1.一种大幅面遥感影像语义分割方法，其特征在于，包括：

2.根据权利要求1所述的大幅面遥感影像语义分割方法，其特征在于，对所述图片进行处理包括将所述图片进行缩放获得小尺寸图片。

3.根据权利要求2所述的大幅面遥感影像语义分割方法，其特征在于，所述全局信息提取模块包括编码器、注意力模块和解码器；所述编码器为resnet50网络，所述注意力模块包括12个串联的transformer单元，所述解码器包括卷积上采样块、跳转连接块和高维特征提取块。

4.根据权利要求3所述的大幅面遥感影像语义分割方法，其特征在于，所述全局信息提取模块的公式为：

5.根据权利要求4所述...

【专利技术属性】
技术研发人员：王珊珊，郑向向，李天祺，
申请(专利权)人：中国自然资源航空物探遥感中心，
类型：发明
国别省市：