【技术实现步骤摘要】
本专利技术涉及图像分割领域，具体涉及一种零样本遥感图像海陆分割方法及系统。
技术介绍
1、海陆分割作为遥感图像处理中的一项基础任务，对于海岸线提取、海上安全监控、目标检测等应用领域具有重要意义。传统的海陆分割方法主要依赖于图像的灰度、纹理、光谱等特征，通过阈值分割、边缘检测、区域生长等技术实现。然而，这些方法在处理复杂场景时存在明显的局限性。传统方法通常需要根据图像特性手动调整参数，如阈值、核大小等，对不同图像的适应性差，并且光照变化、阴影、云层遮挡等因素会显著影响分割效果，导致分割精度下降。在处理大规模遥感图像时，传统方法的计算效率较低，难以满足实时性要求。
2、随着计算机视觉和深度学习技术的快速发展，基于深度学习的海陆分割方法逐渐成为研究热点。这些方法通过构建复杂的神经网络模型，能够自动学习图像的特征表示，显著提高了分割的准确性和鲁棒性。特别是基于卷积神经网络(cnn)的架构，已成为海陆分割的主流技术。senet(structured edge network)通过结合局部平滑正则化和多任务损失来提高分割精度，但对复杂纹...
【技术保护点】
1.一种零样本遥感图像海陆分割方法，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，所述基于所述图像属性信息，采用均值聚类算法确定前景提示点，包括：
3.根据权利要求1所述的方法，其特征在于，所述对接收到的遥感图像进行边缘特征提取，生成边缘特征遥感图像，包括：
4.根据权利要求1所述的方法，其特征在于，所述对所述边缘特征遥感图像进行分割生成多个边缘特征图像块，包括：
5.根据权利要求1所述的方法，其特征在于，所述确定所述多个边缘特征图像块中每个边缘特征图像块的图像属性信息，包括：
6.根据权利要...
【技术特征摘要】
1.一种零样本遥感图像海陆分割方法，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，所述基于所述图像属性信息，采用均值聚类算法确定前景提示点，包括：
3.根据权利要求1所述的方法，其特征在于，所述对接收到的遥感图像进行边缘特征提取，生成边缘特征遥感图像，包括：
4.根据权利要求1所述的方法，其特征在于，所述对所述边缘特征遥感图像进行分割生成多个边缘特征图像块，包括：
5.根据权利要求1所述的方法，其特征在于，所述确定所述多个边缘特征图像块中每个边缘特征图像块的图像属性信息，...
【专利技术属性】
技术研发人员：杨楚乐，李昊，管乃洋，
申请(专利权)人：中国人民解放军军事科学院军事智能研究院，
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。