一种基于深度学习的SAR水体提取方法技术

本申请提供了一种基于深度学习的SAR水体提取方法，涉及遥感水资源监测技术领域，方法包括：对获取的雷达遥感影像进行水体敏感度相关性分析，得到水体敏感度高的波段组合；结合雷达遥感影像，构建水体样本数据集；通过子像素上采样模块、轻量注意力机制、门控轴向注意力机制，结合Transformer模型，构建水体提取模型；通过水体样本数据集对水体提取模型进行训练；将待检测雷达遥感影像输入训练后的水体提取模型，生成目标区域的水体时空分布图，完成遥感图像的水体提取。通过构建的水体提取模型提取遥感图像的水体，实现了高自动化、高精度的多极化SAR水体信息提取，对全天候、全天时的高精度水体监测具有重要的应用价值。

【技术实现步骤摘要】

本申请涉及遥感水资源监测，尤其涉及一种基于深度学习的sar水体提取方法。

技术介绍

1、水是人类赖以生存的宝贵资源，也是国家发展的重要战略物资。地表水在为支持人类活动和社会发展提供广泛的生态系统服务的同时，又影响着人类生产生活。随着社会、经济、文化的发展，地表土地利用、覆盖物正不断发生变化，同时气候、降水等环境因素的改变也直接导致了地表水在时间和空间上的变化发生。地表水的变化可能会导致水源周边洪水的爆发或干旱缺水等灾害，造成极大的生命和财产损失，同时影响着气候调节，农业、渔业生产等功能。因此，对地表水的准确、及时监测和测绘十分必要，然而，传统的地表水制图方式费时费力，无法快速大面积监测地表水变化情况。

2、随着遥感技术的迅速发展，特别是高分辨率光学卫星的数量不断增加，使得遥感影像数据能够应用于大范围和长期的地表水变化监测。然而，它也面临着一些挑战，不仅容易受到云层干扰，而且其重访周期较长，在针对快速变化的地表特征时，影响了及时性和实时性，无法满足高频的大面积地表水监测。雷达遥感影像具有较强的穿透能力，在极端条件下如厚云层、夜间或复杂地形下依然能本文档来自技高网...

【技术保护点】

1.一种基于深度学习的SAR水体提取方法，其特征在于，方法包括以下步骤：

2.如权利要求1所述的一种基于深度学习的SAR水体提取方法，其特征在于，所述预处理的步骤，包括：去除雷达遥感影像中的热噪声；将雷达遥感影像的像素值转换为雷达后向散射系数；对雷达遥感影像进行几何校正；对雷达遥感影像进行投影变换以及影像裁剪。

3.如权利要求1所述的一种基于深度学习的SAR水体提取方法，其特征在于，步骤S2包括：

4.如权利要求1所述的一种基于深度学习的SAR水体提取方法，其特征在于，步骤S3包括：

5.如权利要求1所述的一种基于深度学习的SAR水体提取方...

【技术特征摘要】

1.一种基于深度学习的sar水体提取方法，其特征在于，方法包括以下步骤：

2.如权利要求1所述的一种基于深度学习的sar水体提取方法，其特征在于，所述预处理的步骤，包括：去除雷达遥感影像中的热噪声；将雷达遥感影像的像素值转换为雷达后向散射系数；对雷达遥感影像进行几何校正；对雷达遥感影像进行投影变换以及影像裁剪。

3.如权利要求1所述的一种基于深度学习的sar水体提取方法，其特征在于，步骤s2包括：

4.如权利要求1所述的一种基于深度学习的sar水体提取方法，其特征在于，步骤s3包括：

5.如权利要求1所述的一...

【专利技术属性】
技术研发人员：杨小红，李籽霖，刘新龙，
申请(专利权)人：中国地质大学武汉，
类型：发明
国别省市：