[发明专利]基于U型注意力控制网络的高分辨率遥感影像建筑物提取方法及装置

说明书

本发明公开了一种基于U型注意力控制网络的高分辨率遥感影像建筑物提取方法，包括：输入遥感影像至编码器；编码器提取不同网格维度层级的特征并生成编码器特征图并输出至转换器；在编码器和解码器的卷积块之间的跳跃连接中串入注意力阀门；转换器提取抽象特征图并输出至解码器；解码器对转换器输入的抽象特征图进行逐级的上采样处理，生成解码器特征图并输出至所述分割单元；分割单元调整输入的解码器特征图的通道数，获取遥感影像中的建筑物分割结果。此外，本发明还公开了一种基于U型注意力控制网络的高分辨率遥感影像建筑物提取装置。采用本发明的U型注意力控制网络在预测性能和结果精度上实现了高分遥感影像建筑物提取质量的有效提升。

技术领域

本发明涉及遥感影像提取技术领域，特别涉及一种基于U型注意力控制网络的高分辨率遥感影像建筑物提取方法及装置。

背景技术

建筑物作为城市及乡村区域的不动产资源，在区域建设规划、地区人口预估、经济发展评估、地形图制作及更新等方面中具有重要意义。随着卫星传感器技术的发展，遥感影像的成像质量不断提高，研究人员可更加快捷地获取批量的高分辨率遥感影像。然而，随着可获取遥感影像的体量不断增加，如何自动、准确、有效地从影像中提取建筑物信息逐渐成为了攻关难题。

早期遥感影像的数据量较少，提取影像中的建筑物主要依靠人工识别、目视解译、矢量特征提取等手段。然而，随着近年来遥感影像数据逐渐呈现海量化、多尺度化、多元化以及大数据化等特征，仅凭借人工解译影像的方式几乎无法完成批量的影像建筑物提取工作。这一是由于工作成本高、效率低，无法以统一标准衡量数据提取质量；二是由于需要大量的专业的人员进行判读与提取，长期目视会造成判读人员的视力损伤等问题导致工作效率具有不稳定性。因此，通过计算机技术实现自动化、智能化地提取遥感影像建筑物已成为遥感影像提取研究领域的重要内容之一。

现有技术中，用于遥感影像建筑物提取的主流方法主要有两类：一是运用数学和形态学知识人工设计提取目标特征的方法，二是基于深度学习自动提取目标特征的方法。其中，基于人工设计特征方法的主要原理是利用遥感影像中建筑物的纹理、几何、光谱和上下文等信息，通过专业知识手动筛选、设计并构建出有效的特征完成建筑物的提取。Lin与Nevatia最先通过边缘检测算法来检测建筑物的屋顶、墙壁和阴影，进而提取出建筑物。黄金库等人通过先构建知识规则算法处理影像,再进行形态学修复和边缘检测，最后借助三种数字化方法来规则化处理建筑物形状特征以得到建筑物轮廓精确提取结果。方鑫等人通过阴影和建筑物的空间位置关系构建筛选条件，从而过滤出疑似建筑物的区域，再运用图割算法来精确提取建筑物轮廓。Zhang等人利用影像中建筑物的形状和光谱特征通过聚类具有相似形状和轮廓信息的同质像素来提取建筑物。

然而，发明人经研究发现，尽管前人用于高分辨率遥感影像建筑物提取的方法已取得了一定进展，但此类基于人工设计特征的方法较普遍地存在提取精度不高、处理过程复杂以及影像特征利用不充分等缺点。此外，这些方法还需要各种规则来手动预定义特征，通过它们实现大范围遥感影像建筑物提取较为费力。