[发明专利]一种SAR数据和多光谱数据融合的海冰目标提取方法

权利要求书

1.一种SAR数据和多光谱数据融合的海冰目标提取方法，其特征在于，该方法结合了：OceanTDL5神经网络模型目标初检和影像融合目标精检方法；

首先构建OceanTDL5神经网络模型并基于该模型进行海冰目标初步检测，得到疑似目标，然后提出一种SAR数据和多光谱数据的影像融合方法并基于该方法对疑似目标进行影像融合，精确提取海冰目标；

一种SAR数据和多光谱数据融合的海冰目标提取方法包括：

S1.确定海冰目标提取的研究区域，分别获得研究区域的S1极化SAR数据和S2多光谱数据，S1极化SAR数据简称为S1影像，S2多光谱数据简称为S2影像；

S2.对S1影像进行预处理，构建海洋目标检测S1影像数据集，S1影像预处理包括选择数据集、影像裁剪、去帧间隙、辐射校正、斑点滤波、正射纠正和数据格式转换；

S3.选用S2影像中透云雾性和饱满度最佳的波段数据并对S2影像进行预处理，生成用于海冰检测的S2影像数据集，S2影像预处理包括重采样、重投影、归一化数据格式转换和匹配SAR分辨率；

S4.构建OceanTDL5神经网络模型；

S5.构建用于OceanTDL5神经网络模型学习的训练数据集、测试数据集和验证数据集；

S6.设置OceanTDL5神经网络模型的训练次数并对其进行训练；

S7.调用训练完成的OceanTDL5神经网络模型对S1影像和S2影像中的海冰进行初步检测，并保存检测到的疑似目标和非疑似目标；

S8.对初步检测后的S1影像和S2影像进行影像融合和海冰提取；

S9.完成基于SAR数据和多光谱数据融合的海冰目标提取；

所述OceanTDL5神经网络模型的结构为：

OceanTDL5神经网络模型由1个Layer层、1个中间Group层组和1个全连接Dense层构成；

Layer层的组织形成为：Wx_pluse_b-relu-Dropout-reshape；

中间Group层组包括3层，组织形成为：(Wx_pluse_b-relu-Dropout-reshape)*3；

全连接Dense层的组织形成为：Wx_pluse_b-relu；

特征信息由开始输入的784个特征经529-121-25-9逐级递减，最后用一个包含9个神经元的全连接进行加权求和，relu激活压缩到2个特征，输入到Loss层的Softmax进行分类。