【技术实现步骤摘要】
本专利技术属于遥感图像处理领域，尤其涉及一种基于语义自适应边缘增强网络的遥感图像语义分割方法。
技术介绍
1、随着遥感领域日新月异的发展，成像技术不断提高，可获得的图像分辨率越来越高，能够清晰地获得地面目标和空间格局，因此高分辨率遥感图像被广泛应用于环境监测、城市规划和自然灾害检测等任务中。遥感图像的语义分割旨在通过对输入图像中的像素进行预测，对组成同一个类别的多个像素点进行区分标记，得到具有逐像素语义注释的分割图像。早期的遥感场景分类方法为基于传统特征提取的分割方法，如基于边缘的分割方法、基于区域的分割方法、基于聚类的分割方法，尽管上述基于传统特征提取的图像分割方法计算简单、分割速度快，但仍存在以下问题：仅考虑像素点灰度值特征，而不考虑空间特征；当目标较大时不能完整提取边缘中的细节。
2、近年来，基于深度学习的方法，尤其是基于卷积神经网络的方法在遥感图像特征提取方面具有强大的优势。在深度神经网络强大的特征学习能力的推动下，并在深度特征提取方面取得了阶段性的成就。由深度学习驱动的遥感图像语义分割引起了人们的极大关注。
...【技术保护点】
1.基于语义自适应边缘增强网络的遥感图像语义分割方法，其特征在于，所述方法包括如下步骤：
2.根据权利要求1的基于语义自适应边缘增强网络的遥感图像语义分割方法，步骤(1)中的，构建数据集样本集合方法如下：
3.根据权利要求1的基于语义自适应边缘增强网络的遥感图像语义分割方法，步骤(2)中的，构建语义自适应边缘增强网络，其主干具体结构如下：
4.根据权利要求1的基于语义自适应边缘增强网络的遥感图像语义分割方法，步骤(3)中，通过残差上下文特征增强编码模块(RCFEC)对遥感图像进行特征提取的方法如下：
5.根据权利要求1的...
【技术特征摘要】
1.基于语义自适应边缘增强网络的遥感图像语义分割方法，其特征在于，所述方法包括如下步骤：
2.根据权利要求1的基于语义自适应边缘增强网络的遥感图像语义分割方法，步骤(1)中的，构建数据集样本集合方法如下：
3.根据权利要求1的基于语义自适应边缘增强网络的遥感图像语义分割方法，步骤(2)中的，构建语义自适应边缘增强网络，其主干具体结构如下：
4.根据权利要求1的基于语义自适应边缘增强网络的遥感图像语义分割方法，步骤(3)中，通过残差上下文特征增强编码模块(rcfec)对遥感图像进行特征提取的方法如下：
5.根据权利要求1的基于语...
【专利技术属性】
技术研发人员：王鑫，李莹莹，李黎，李贝，曾泽阳，
申请(专利权)人：河海大学，
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。