[发明专利]一种遥感影像地物分类泛化性提升方法及装置

权利要求书

1.一种遥感影像地物分类泛化性提升方法，其特征是，包括：

获取特征图；

选择语义分割网络，其中，所述语义分割网络包括位置注意力模块和通道注意力模块；

使用位置注意力模块和通道注意力模块并行操作对特征图进行处理，获得空间注意力特征图和通道注意力特征图；

将空间注意力特征图和通道注意力特征图输入到卷积神经网络进行降维卷积操作，其中，

所述卷积神经网络中加入纹理特征进行辅助分类；

将降维后的空间注意力特征图和通道注意力特征图并行输入到位置注意力模块、通道注意力模块和卷积神经网络中进行注意力机制处理和信息整合；

将整合后得到的空间注意力特征图和通道注意力特征图进行加和操作并输出，得到最终的注意力特征图；

所述纹理特征从Haralick纹理特征中选取，选取时，

Haralick纹理特征经过两次筛选和一次融合后，获得最终的纹理特征；

Haralick纹理特征经过两次筛选和一次融合，包括：

第一次筛选，获得方差、均质度、对比度、非相似性和角二阶矩对应的纹理特征；

第二次筛选，确定采用方差、均质度和角二阶矩对应的纹理特征；

第一次融合，将方差、均质度和角二阶矩对应的纹理特征与绿色光谱通道中的红绿蓝三种光谱特征进行融合，获得最终的纹理特征。

2.根据权利要求1所述的遥感影像地物分类泛化性提升方法，其特征是，第一次融合时，将方差、均质度和角二阶矩对应的纹理特征进行2％线性灰度拉伸，之后进行归一化处理后，与光谱特征进行融合。

3.一种遥感影像地物分类泛化性提升装置，其特征是，包括：

获取单元，用于获取特征图；

网络选择单元，用于选择语义分割网络，其中，所述语义分割网络包括位置注意力模块和通道注意力模块；

并行处理单元，用于使用位置注意力模块和通道注意力模块并行操作对特征图进行处理，获得空间注意力特征图和通道注意力特征图；

卷积单元，用于将空间注意力特征图和通道注意力特征图输入到卷积神经网络进行降维卷积操作，其中，

所述卷积神经网络中加入纹理特征进行辅助分类；

信息整合单元，用于将降维后的空间注意力特征图和通道注意力特征图并行输入到位置注意力模块、通道注意力模块和卷积神经网络中进行注意力机制处理和信息整合；

加和操作单元，用于将整合后得到的空间注意力特征图和通道注意力特征图进行加和操作并输出，得到最终的注意力特征图；

纹理特征选取单元，用于选取纹理特征，其中，

所述纹理特征从Haralick纹理特征中选取，选取时，

Haralick纹理特征经过两次筛选和一次融合后，获得最终的纹理特征；

所述纹理特征选取单元还包括：

第一筛选单元，用于对Haralick纹理特征初步筛选，获得方差、均质度、对比度、非相似性和角二阶矩对应的纹理特征；

第二筛选单元，用于对初步筛选获得的纹理特征进一步进行筛选，确定采用方差、均质度和角二阶矩对应的纹理特征；

融合单元，用于将方差、均质度和角二阶矩对应的纹理特征与绿色光谱通道中的红绿蓝三种光谱特征进行融合，获得最终的纹理特征。

4.根据权利要求3所述的遥感影像地物分类泛化性提升装置，其特征是，所述融合单元还包括：

拉伸处理单元，用于将方差、均质度和角二阶矩对应的纹理特征进行2％线性灰度拉伸，之后进行归一化处理后，与光谱特征进行融合。

5.一种遥感影像地物分类泛化性提升装置，其特征是，包括处理器及存储介质；

所述存储介质用于存储指令；

所述处理器用于根据所述指令进行操作以执行根据权利要求1～2任一项所述方法的步骤。

6.计算机可读存储介质，其上存储有计算机程序，其特征是，该程序被处理器执行时实现权利要求1～2任一项所述方法的步骤。