[发明专利]一种高分辨率图像的小目标语义分割方法及系统

权利要求书

1.一种高分辨率图像的小目标语义分割方法，其特征在于，所述方法包括：

获取待分割的高分辨率图像；

采用训练好的ThunderNet网络对所述高分辨率图像的小目标进行粗定位，确定目标区域；

采用训练好的DeepLabv3+网络对所述目标区域进行像素级分类，得到像素级分类结果。

2.根据权利要求1所述的高分辨率图像的小目标语义分割方法，其特征在于，在所述获取待分割的高分辨率图像的步骤之前，所述方法还包括：

构建所述ThunderNet网络和所述DeepLabv3+网络；

获取训练样本数据集；

对所述训练样本数据集进行数据增强，以扩充所述训练样本数据集；

将扩充后的所述训练样本数据集输入到所述ThunderNet网络中，以训练所述ThunderNet网络对所述训练样本数据集中的小目标进行粗定位；

将所述训练样本数据集中的粗定位区域进行裁剪，得到包含小目标的区域图像；

将所述区域图像输入到所述DeepLabv3+网络中，以训练所述DeepLabv3+网络对所述区域图像进行像素级分类。

3.根据权利要求2所述的高分辨率图像的小目标语义分割方法，其特征在于，所述对所述训练样本数据集进行数据增强，以扩充所述训练样本数据集的步骤包括：

对所述训练样本数据集中的图像进行灰度化、二值化、取反和连通域标记操作；

计算每个所述连通域的质心坐标；

将所述质心坐标的x坐标随机在x∈[0，width]中取一个数，其中width代表图像的宽，以及将所述质心坐标的y坐标随机在y∈[0，height]中取一个数，其中height代表图像的高；

将所述质心坐标在水平方向上左右平移量tr_x，tr_x的取值范围为[0，width]，并在该范围内随机取一个值，垂直方向平移上左右平移量tr_y，tr_y的取值范围为[0，height]，并在该范围内随机取一个值，增加判断若平移后的坐标只要有一个超出该图像的范围，则重新取一个随机值；

以平移后的所述质心坐标进行裁剪，再缩放到统一大小。

4.根据权利要求2所述的高分辨率图像的小目标语义分割方法，其特征在于，所述将扩充后的所述训练样本数据集输入到所述ThunderNet网络中，以训练所述ThunderNet网络对所述训练样本数据集中的小目标进行粗定位的步骤包括：

对扩充后的所述训练样本数据集中的小目标进行标记：

将标记好的所述训练样本数据集输入到所述ThunderNet网络中，以训练所述ThunderNet网络对所述小目标进行粗定位。

5.根据权利要求2所述的高分辨率图像的小目标语义分割方法，其特征在于，所述将所述区域图像输入到所述DeepLabv3+网络中，以训练所述DeepLabv3+网络对所述区域图像进行像素级分类的步骤包括：

将所述区域图像输入到所述DeepLabv3+网络中；

通过所述DeepLabv3+网络中的浅层卷积层提取所述区域图像的低级特征，并通过使用编码器和解码器迭代出高级特征；

将所述低级特征和高级特征进行融合，以训练所述DeepLabv3+网络对所述区域图像进行像素级分类。

6.一种高分辨率图像的小目标语义分割系统，其特征在于，所述系统包括：

图像获取模块，用于获取待分割的高分辨率图像；

粗定位模块，用于采用训练好的ThunderNet网络对所述高分辨率图像的小目标进行粗定位，确定目标区域；

像素级分类模块，用于采用训练好的DeepLabv3+网络对所述目标区域进行像素级分类，得到像素级分类结果。