遥感图像评价模型训练方法、遥感图像评价方法和装置制造方法及图纸

技术编号:41241666 阅读:20 留言:0更新日期:2024-05-09 23:53
本申请涉及一种遥感图像评价模型训练方法、遥感图像评价方法和装置,其中遥感图像评价模型训练方法包括:获取样本高质量遥感图像,对样本高质量遥感图像进行数字图像处理生成样本低质量遥感图像;基于样本高质量遥感图像和样本低质量遥感图像生成样本差异图;将样本差异图与所对应的样本标签输入预先构建的卷积神经网络进行训练,得到遥感图像评价模型;其中,样本标签用于表征样本低质量遥感图像的图像质量评价。得到遥感图像评价模型,用于对遥感图像进行图像质量评价。相较于传统的人工主观评分法,本申请通过卷积神经网络深度学习,实现对遥感图像质量的自动化评价,有效的提高了工作效率。

【技术实现步骤摘要】

本申请涉及遥感图像,尤其涉及一种遥感图像评价模型训练方法、遥感图像评价方法和装置


技术介绍

1、遥感图像是重要的空间信息获取来源,为国家经济建设、国防安全等方面发挥重要作用。但是,在各行业应用中,遥感图像的质量直接影响了数据利用率和处理效率,因此,需要在使用前对所获取的遥感图像的质量进行评价。

2、目前,常采用人工主观评分法对遥感图像的质量进行评价。通过制定图像评分准则,如亮度、对比度、色彩偏差、目标可辨识情况等量化评分标准,由人工进行主观判断给出分数。

3、但是,这种方法耗费人力多,难以在大量遥感数据业务中使用。


技术实现思路

1、有鉴于此,本申请提出了一种遥感图像评价模型训练方法、遥感图像评价方法和装置。

2、根据本申请的一方面,提供了一种遥感图像评价模型训练方法,包括:

3、获取样本高质量遥感图像,对所述样本高质量遥感图像进行数字图像处理生成样本低质量遥感图像;

4、基于所述样本高质量遥感图像和所述样本低质量遥感图像生成样本差异图;

<本文档来自技高网...

【技术保护点】

1.一种遥感图像评价模型训练方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,在对所述样本高质量遥感图像进行数字图像处理生成所述样本低质量遥感图像时,采用改变所述样本高质量遥感图像的图像对比度、改变所述样本高质量遥感图像的图像亮度和对所述样本高质量遥感图像添加高斯噪声中的至少一种方法。

3.根据权利要求2所述的方法,其特征在于,通过随机生成对比度参数改变所述样本高质量遥感图像的图像对比度;

4.根据权利要求1所述的方法,其特征在于,所述样本标签基于所述样本低质量遥感图像与所述样本高质量遥感图像之间的清晰度偏差、亮度偏差、对比度偏差和色...

【技术特征摘要】

1.一种遥感图像评价模型训练方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,在对所述样本高质量遥感图像进行数字图像处理生成所述样本低质量遥感图像时,采用改变所述样本高质量遥感图像的图像对比度、改变所述样本高质量遥感图像的图像亮度和对所述样本高质量遥感图像添加高斯噪声中的至少一种方法。

3.根据权利要求2所述的方法,其特征在于,通过随机生成对比度参数改变所述样本高质量遥感图像的图像对比度;

4.根据权利要求1所述的方法,其特征在于,所述样本标签基于所述样本低质量遥感图像与所述样本高质量遥感图像之间的清晰度偏差、亮度偏差、对比度偏差和色彩偏差中的至少一种构建。

5.根据权利要求1至4任一项所述的方法,其特征在于,在基于所述样本高质量遥感图像与所述样本低质量...

【专利技术属性】
技术研发人员:张哲刘鹏王战举王霜王艳周颖董文军谭靖李莹陈伟
申请(专利权)人:航天科工北京空间信息应用股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1