一种基于多尺度图像内容互补的遥感影像智能分割方法技术

本发明专利技术提供了一种基于多尺度图像内容互补的遥感影像智能分割方法。所述方法包括：将高分辨率遥感数字图像均匀地、低重叠地裁剪成多个易于分割的小尺度切片图像及环绕切片图像的大尺度内容补充图像；将切片图像与缩放后的内容补充图像输入基于卷积神经网络的编码器提取得到不同尺度的特征；将不同尺度的特征通过自注意力加权融合，将融合后的特征再与交叉注意力加权融合，送入解码器与分割网络进行计算，最后输出影像的分割结果。本发明专利技术能够有效缓解遥感影像在高分辨率下信息量缺少、低分辨率下细节缺失的问题，同时有效提升分割的精度。

【技术实现步骤摘要】

本专利技术涉及图像处理，具体为一种针对超高分辨率遥感影像的智能分割方法。

技术介绍

1、随着我国经济与社会的不断发展，卫星遥感技术水平也不断提高。目前，我国自主发射的高分2号卫星可以采集到分辨率为2m的地表信息，能够为城市规划、环境污染等问题提供大量有效数据。通过卫星遥感技术实时获取高分辨率的影像数据，全面掌握各地的变化情况，可以监测违章建筑的扩张、违规排放等情况，帮助相关部门及时发现问题，进而采取相应的措施加以解决。

2、然而，针对海量卫星遥感数据，目前主流使用的人工分析费时费力，难以与海量遥感数据匹配，大大降低了遥感影像的利用效率。因此，使用计算机视觉技术准确、快速地分析遥感数据势在必行。近些年来以深度神经网络为代表的计算机视觉方法逐渐在图像分析领域得到广泛应用，为遥感影像的智能分割提供了可能。

3、遥感图像的多个领域的相关事实可以证明，传统基于人工的分析方法与基于深度学习的人工智能分析方法存在较大差距，而现有的针对图像的计算机智能分析方法中，多数都基于自然图像的特征设计，直接在遥感影像上使用时，图片裁剪的尺寸选择就成了大问题。本文档来自技高网...

【技术保护点】

1.一种基于多尺度图像内容互补的遥感影像智能分割方法，其特征在于，所述方法包括以下步骤：

2.如权利要求1所述的遥感影像智能分割方法，其特征在于，在步骤1中，将所述超高分辨率遥感影像以s的重叠率裁剪为边长为x(x的取值为一般的遥感影像分割网络常用图像边长，根据实际使用情况通常取512)个像素的切片图像，其中，s取x/4；同时，将为每个切片图像裁剪一个环绕切片图像的内容补充图像，其中心点与上述切片图像中心点重合，边长取x*y，其中y为大于等于2的正整数，需要根据先验知识自主调整。

3.如权利要求1所述的遥感影像智能分割方法，其特征在于，在步骤2中，提取编码器倒数四个...

【技术特征摘要】

1.一种基于多尺度图像内容互补的遥感影像智能分割方法，其特征在于，所述方法包括以下步骤：

2.如权利要求1所述的遥感影像智能分割方法，其特征在于，在步骤1中，将所述超高分辨率遥感影像以s的重叠率裁剪为边长为x(x的取值为一般的遥感影像分割网络常用图像边长，根据实际使用情况通常取512)个像素的切片图像，其中，s取x/4；同时，将为每个切片图像裁剪一个环绕切片图像的内容补充图像，其中心点与上述切片图像中心点重合，边长取x*y，其中y为大于等于2的正整数，需要根据先验知识自主调整。

3.如权利要求1所述的遥感影像智能分割方法，其特征在于，在步骤2中，提取编码器倒数四个不同分辨率的输出fp1，fp2，fp3，fp4，作为四个不同尺度的切片图像特征，以及对应的fc1，fc2，fc3′fc4，四个不同尺度的内容补充图像特征；所述编码器为resnet网络，选取其4倍、8倍、16倍和32倍下采样的输出作为对应四个不同尺度的图像特征。

4.如权利要...

【专利技术属性】
技术研发人员：赵志诚，苏菲，王安埸，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：