首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于光谱增强和双路编码的遥感图像典型地物提取方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:电子科技大学;西南技术物理研究所

摘要:本发明公开了一种基于光谱增强和双路编码的遥感图像典型地物提取方法,利用光谱增强模块引入外部信息,增强网络对光谱维度信息的利用能力,从而解决地物光谱特征复杂、光谱信息提取困难的问题;利用双路编码模块,融合空间维度信息和光谱维度信息,进一步增强网络提取光谱维度信息的同时,保持网络对复杂空间维度信息的提取能力和利用能力,实现了对多类典型地物的自动化、智能化识别,并且识别精度较高。

主权项:1.一种基于光谱增强和双路编码的遥感图像典型地物提取方法,其特征在于,包括以下步骤:1、构建训练数据集;1.1、下载多张遥感图像,将每一张遥感图像均裁剪为m*n大小的图块;1.2、利用语义分割标注工具将遥感图像中的典型地物用不同形状标记,其中,典型地物包括背景、不透水地面、车辆、树木、草地和建筑;1.3、将各个典型地物对应的像素值设为0、1、2、3、4、5,从而生成标签图像,其中,背景区域的像素值设为0,不透水地面的像素值设为1,以此类推;1.4、将每一张遥感图像与对应的标签图像作为一组训练数据,从而构成训练数据集;2、搭建并训练光谱增强双路编码网络;以一组训练数据作为光谱增强双路编码网络的输入;光谱增强双路编码网络以初始信息提取模块作为开始,初始信息提取模块包含三个卷积模块和一个的2x2的平均值池化层;其中,每个卷积模块包含了一个3x3的卷积层、一个批标准化层以及一个Relu激活函数;遥感图像通过初始信息提取模块后,得到初始特征图F1C×H×W,其中,C,H,W分别表示初始特征图的通道数、高和宽;然后将初始特征图F1C×H×W输入至光谱增强模块进行光谱增强操作;光谱增强模块包括光谱生成器和光谱注意力模块;其中,光谱生成器包括6个并行的结构相同的光谱生成模块,每一类典型地物分配一个光谱生成模块;光谱生成模块又包括一个光谱生成操作和两个卷积操作;初始特征图F1C×H×W首先进入光谱生成器得到光谱增强特征图和6个初始概率权重图然后将光谱增强特征图输入至光谱注意力模块;在光谱注意力模块中,依次通过一个4x4最大值池化层、一个全局卷积层和两个卷积核大小为5的一维卷积层,得到特征图然后将和相乘,得到光谱增强结果特征图最后将和F1C×H×W一起作为输入至双路编码器;双路编码器包括两个并行的分支:空间编码器和通道编码器;其中,空间编码器包括三个级联的空间编码模块,通道编码器包括三组串联的通道编码模块,每个通道编码模块包括两个卷积模块和一个通道注意力模块CAM;空间编码器的输入为F1C×H×W,F1C×H×W经过空间编码器后得到空间特征图FsC×H×W;通道编码器的输入为经过通道编码器后得到通道特征图然后将和FsC×H×W在通道方向上叠加,得到双路编码器的输出再经过两个卷积模块的卷积操作后得到特征图F3C×H×W,然后将F3C×H×W送入至解码器;光谱增强双路编码网络中,解码器数量与典型地物要素类别数相同,共计包含6个结构相同的解码器,每一类典型地物分配一个解码器,每个解码器输出对应典型地物的分类概率权重图;其中,每个解码器又包含四个并联的注意力模块,记为位置注意力模块PAM、通道注意力模块CAM、标签注意力模块LAM和光谱注意力模块SAM;在PAM中,F3C×H×W经过3个并行的卷积操作后得到三个分支,三个分支的结果分别记为将与点乘后进行softmax运算,再与点乘,得到PAM的输出结果,记为在CAM中,F3C×H×W同样经过3个并行的卷积操作后得到三个分支,三个分支的结果分别记为将与点乘后进行softmax运算,再与点乘,得到CAM的输出结果,记为在LAM中,F3C×H×W经过2个并行的卷积操作后得到两个分支,两个分支的结果分别记为将先进行softmax运算,得到LAM的注意力概率图attL,再与求和,得到LAM的输出结果,记为在SAM中,F3C×H×W依次经过一个4x4最大值池化层、一个全局卷积层和两个卷积核大小为5的一维卷积层得到然后将F3C×H×W和相乘,得到光谱增强结果特征图将与求和后经过一层卷积模块,得到单通道的输出特征图,再与求和,然后经过上采样后,解码器输出典型地物的分类概率权重图;计算本轮训练后的光谱增强双路编码模型的损失函数值Losstotal: 其中,表示第i个初步概率权重图与对应标签图像的损失值,Lossatt为LAM的注意力损失值,Lossseg为地物提取的损失值;最后,利用每一组训练数据对光谱增强双路编码网络进行训练,至当损失函数收敛,则停止训练,从而得到训练完成的光谱增强双路编码网络;3、遥感图像典型地物可视化提取;将待提取的遥感图像裁剪为m*n大小的图块,然后再输入至训练完成的光谱增强双路编码网络,从而输出遥感图像中各个典型地物对应的标签值0、1、2、3、4、5,再将标签值映射到彩色范围,形成可视化图像。

全文数据:

权利要求:

百度查询: 电子科技大学 西南技术物理研究所 一种基于光谱增强和双路编码的遥感图像典型地物提取方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。