【技术实现步骤摘要】
本专利技术涉及一种遥感样本集的制作方法、装置及系统属于数字图像识别领域,具体涉及一种遥感数据的深度学习样本集标注技术。
技术介绍
1、在大数据和计算机能力的支撑下,深度学习在众多领域取得了突破性进展,在遥感影像解译领域,深度学习技术也受到了广泛关注和应用,国内外诸多研究者进行了有益的探索,表明了深度学习技术在遥感图像解译领域的应用潜力。在传统的遥感图像识别领域,训练样本的数量并不是起决定性作用,然而在深度学习算法中,大量的训练样本是其得到最优检测模型的保证。
2、目前,针对图片影像的标注技术已经很成熟,但由于遥感影像本身的尺寸大、多通道、多波段、多时相等特征,如果仍然按照图片标注的方式,将无法充分发挥遥感数据本身的优势,也难以做好遥感方面的算法模型。
技术实现思路
1、鉴于现有技术中存在的技术缺陷和技术弊端,本专利技术实施例提供克服上述问题或者至少部分地解决上述问题的遥感样本集的制作方法、装置及系统。
2、本专利技术一方面提供一种遥感样本集的制作方法,其中包括:
...【技术保护点】
1.一种遥感样本集的制作方法,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,在进行所述矢量标注之前还包括:
3.根据权利要求1所述的方法,其特征在于,所述基于所述矢量文件裁切所述遥感影像包括:
4.根据权利要求3所述的方法,其特征在于,所述采样区域大小由采样窗口的大小确定;裁剪后的遥感影像由输出窗口输出;所述输出窗口的大小与所述采样窗口的大小不相同。
5.根据权利要求1所述的方法,其特征在于,所述基于预定的输出方式输出裁切后的遥感影像包括:基于预定的波段组合方式、预定的图像增强方式以及预定的样本输出格式中
...【技术特征摘要】
1.一种遥感样本集的制作方法,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,在进行所述矢量标注之前还包括:
3.根据权利要求1所述的方法,其特征在于,所述基于所述矢量文件裁切所述遥感影像包括:
4.根据权利要求3所述的方法,其特征在于,所述采样区域大小由采样窗口的大小确定;裁剪后的遥感影像由输出窗口输出;所述输出窗口的大小与所述采样窗口的大小不相同。
5.根据权利要求1所述的方法,其特征在于,所述基于预定的输出方式输出裁切后的遥感影像包括:基于预定的波段组合方式、预定的图像增强方式以及预定的样本输出格式中的一种式多种的组合输出裁切后的遥感影像。
6.根据权利要求5所述的方法,其特征在于,所述波段组合方式包括:三波段组合。
7.根据权利要求5所述的方法,其特征在于:所述图像增强方式包括:截距法、最大/最小值法、均方根法。
8.根据权利要求5...
【专利技术属性】
技术研发人员:张楠楠,刘杨,黄山红,刘松,邢学文,郭红燕,张博研,马志国,
申请(专利权)人:中国石油天然气股份有限公司,
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。