【技术实现步骤摘要】
本专利技术涉及阴影检测，具体涉及一种基于双分支编码器的遥感图像阴影检测方法与系统。
技术介绍
1、随着遥感技术的不断发展，遥感图像已成为获取地球表面信息的重要手段之一。然而，在图像获取过程中，由于光照条件和地形等因素的影响，图像中常常存在大量阴影，这对于后续的图像分析和应用带来了一定的困扰。因此，如何准确地检测和去除遥感图像中的阴影，成为遥感图像处理中的重要问题之一。阴影在遥感图像中通常表现为像素值较低的区域，其形成是由于地面物体遮挡太阳光线而导致的光照不足。因此，阴影检测的基本原理是通过分析图像中像素的光谱和空间特征，识别出光照不足的区域，从而实现阴影的检测和分割。然而现有方法虽然取得了显著的效果，但在阴影提取过程中仍存在一些不足，阴影提取的准确性仍有待提高。
2、(1)阴影可以与不同的平面叠加，生成更复杂的特征。例如，阴影与较亮或较暗的特征叠加后呈现出不同的特征。此外，水体、植被和深色物体在光谱上与遥感图像中的阴影相似，这导致了更大的光谱异质性。在基于卷积神经网络的阴影提取过程中，编码阶段只使用卷积运算往往只关注细节信息，容易忽略全局信息，导致网络缺乏阴影特征提取能力。
3、(2)现实世界中各种有高度的物体都会因为太阳光的遮挡而产生阴影。在一幅图像中，不同的物体具有不同的尺度和形态特征，而阴影集合了所有尺度和形态的特征，呈现出更大的尺度和形态差异。然而，目前的网络结构无法完全融合不同尺度的阴影特征，网络无法理解阴影的多尺度特征，导致网络在不同尺度下的阴影预测精度降低。
技术
1、为了解决上述遥感图像阴影检测的准确性和鲁棒性低下的问题，本专利技术提供一种基于双分支编码器的遥感图像阴影检测方法，构建双分支编码器神经网络，通过多尺度特征提取有效地复用浅层特征，充分利用各尺度的特征信息，从而提升模型的检测能力，有效提高遥感图像阴影检测的准确性和鲁棒性。
2、第一方面，本专利技术提供的一种基于双分支编码器的遥感图像阴影检测方法，包括：
3、获取遥感图像阴影检测数据集，对所述遥感图像阴影检测数据集中的每个遥感图像进行图像增强处理，将增强后的遥感图像阴影检测数据集分为训练集和测试集；
4、构建基于双分支编码器的神经网络结构，并利用所述训练集和所述测试集对所述基于双分支编码器的神经网络结构进行训练得到遥感图像阴影检测模型；其中所述基于双分支编码器的神经网络结构包括双分支编码器模块、瓶颈模块、跳跃连接模块和解码器模块，所述双分支编码器模块用于逐步提取输入遥感图像的特征，所述瓶颈模块将所述双分支编码器的输出作为输入，进一步提取并融合不同尺度的特征，所述跳跃连接模块用于对所述双分支编码器模块的各阶段特征图进行特征适应和细化，所述解码器模块用于对所述跳跃连接模块和所述瓶颈模块的输出进行匹配并拼接；
5、将待检测的遥感图像经过图像增强处理后输入所述遥感图像阴影检测模型进行阴影检测处理，输出检测结果。
6、进一步地，对所述遥感图像阴影检测数据集中的每个遥感图像进行图像增强处理，包括：
7、将所述遥感图像阴影检测数据集中的大于预设尺寸的遥感图像进行裁剪，小于预设尺寸的遥感图像进行上采样。
8、进一步地，所述双分支编码器包括cnn分支、transformer分支和第一拼接层；其中，所述cnn分支采用resnet-50作为主干网络，所述transformer分支采用swintransformer网络；
9、相应的，所述双分支编码器模块用于逐步提取输入遥感图像的特征，包括：
10、利用所述cnn分支提取输入遥感图像的特征，得到第一特征图；
11、利用所述transformer分支提取输入遥感图像的特征，得到第二特征图；
12、利用所述第一拼接层对所述第一特征图和所述第二特征图进行拼接操作，得到第三特征图。
13、进一步地，所述瓶颈模块为多尺度特征提取模块，包括第一特征提取分支、第二特征提取分支、第三特征提取分支、第四特征提取分支和第二拼接层；
14、其中任一特征提取分支包括两个卷积块，每个特征提取分支第一个卷积块的卷积核大小为1×1，第二个卷积块的卷积核大小分别为1×1、3×3、5×5和7×7；所述第二拼接层用于将所述第一特征提取分支、所述第二特征提取分支、所述第三特征提取分支和所述第四特征提取分支的输出进行拼接，生成第四特征图。
15、进一步地，所述跳跃连接模块包括四个边界优化模块，所述边界优化模块包括3×3卷积层、bn层、relu层和1×1卷积层，将所述3×3卷积层的输入与所述1×1卷积层的输出残差连接输出为所述边界优化模块的输出；
16、相应的，所述跳跃连接模块用于对所述双分支编码器模块的各阶段特征图进行特征适应和细化，包括：
17、确定所述cnn分支中的第一个卷积层输出第一中间特征图，利用第一个边界优化模块对所述第一中间特征图进行处理得到第一特征细化图；
18、确定所述cnn分支中的第二个卷积层输出第二中间特征图，利用第二个边界优化模块对所述第二中间特征图进行处理得到第二特征细化图；
19、确定所述cnn分支中的第三个卷积层输出第三中间特征图，利用第三个边界优化模块对所述第三中间特征图进行处理得到第三特征细化图；
20、确定所述cnn分支中的第四个卷积层输出第四中间特征图，利用第四个边界优化模块对所述第四中间特征图进行处理得到第四特征细化图。
21、进一步地，所述解码器包括三个注意力融合模块和上采样模块，其中所述注意力融合模块包括上采样层，第三拼接层、3×3卷积层、bn层、relu层、ca层、sa层和1×1卷积层；
22、相应的，所述解码器模块用于对所述跳跃连接模块和所述瓶颈模块的输出进行匹配并拼接，包括：
23、所述第一个注意力融合模块用于对所述第四特征细化图进行上采样后与所述第四特征图进行拼接并提取通道和空间信息，得到第五特征图；
24、所述第二个注意力融合模块用于对所述第三特征细化图进行上采样后与所述第五特征图进行拼接并提取通道和空间信息，得到第六特征图；
25、所述第三个注意力融合模块用于对所述第二特征细化图进行上采样后与所述第六特征图进行拼接并提取通道和空间信息，得到第七特征图；
26、所述上采样模块用于对所述第一特征细化图进行上采样后与所述第七特征图进行拼接并输出。
27、第二方面，本专利技术提供的一种基于双分支编码器的遥感图像阴影检测系统，包括：
28、数据集构建模块，用于获取遥感图像阴影检测数据集，对所述遥感图像阴影检测数据集中的每个遥感图像进行图像增强处理，将增强后的遥感图像阴影检测数据集分为训练集和测试集；
29、模型训练模块，用于构建基于双分支编码器的神经网络结构，并利用所述训练集和所述测试集对所述基于双分支编码器的神经网络结构进行训练得到遥感图像阴影检测模型；其中本文档来自技高网...
【技术保护点】
1.一种基于双分支编码器的遥感图像阴影检测方法，其特征在于，包括：
2.根据权利要求1所述的一种基于双分支编码器的遥感图像阴影检测方法，其特征在于，对所述遥感图像阴影检测数据集中的每个遥感图像进行图像增强处理，包括：
3.根据权利要求1所述的一种基于双分支编码器的遥感图像阴影检测方法，其特征在于，所述双分支编码器包括CNN分支、Transformer分支和第一拼接层；其中，所述CNN分支采用ResNet-50作为主干网络，所述Transformer分支采用Swin Transformer网络；
4.根据权利要求1所述的一种基于双分支编码器的遥感图像阴影检测方法，其特征在于，所述瓶颈模块为多尺度特征提取模块，包括第一特征提取分支、第二特征提取分支、第三特征提取分支、第四特征提取分支和第二拼接层；
5.根据权利要求1所述的一种基于双分支编码器的遥感图像阴影检测方法，其特征在于，所述跳跃连接模块包括四个边界优化模块，所述边界优化模块包括3×3卷积层、BN层、RELU层和1×1卷积层，将所述3×3卷积层的输入与所述1×1卷积层的输出残差连接
6.根据权利要求1所述的一种基于双分支编码器的遥感图像阴影检测方法，其特征在于，所述解码器包括三个注意力融合模块和上采样模块，其中所述注意力融合模块包括上采样层，第三拼接层、3×3卷积层、BN层、RELU层、CA层、SA层和1×1卷积层；
7.一种基于双分支编码器的遥感图像阴影检测系统，其特征在于，包括：
8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-6任一项所述的方法。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器运行时执行如权利要求1-6任一项的所述的方法。
...【技术特征摘要】
1.一种基于双分支编码器的遥感图像阴影检测方法，其特征在于，包括：
2.根据权利要求1所述的一种基于双分支编码器的遥感图像阴影检测方法，其特征在于，对所述遥感图像阴影检测数据集中的每个遥感图像进行图像增强处理，包括：
3.根据权利要求1所述的一种基于双分支编码器的遥感图像阴影检测方法，其特征在于，所述双分支编码器包括cnn分支、transformer分支和第一拼接层；其中，所述cnn分支采用resnet-50作为主干网络，所述transformer分支采用swin transformer网络；
4.根据权利要求1所述的一种基于双分支编码器的遥感图像阴影检测方法，其特征在于，所述瓶颈模块为多尺度特征提取模块，包括第一特征提取分支、第二特征提取分支、第三特征提取分支、第四特征提取分支和第二拼接层；
5.根据权利要求1所述的一种基于双分支编码器的遥感图像阴影检测方法，其特征在于，所述跳跃...
【专利技术属性】
技术研发人员：张磊，张清，牛亚坤，左宪禹，周静，党兰学，张延锋，张若阳，
申请(专利权)人：河南大学，
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。