[发明专利]一种基于图像分割网络的遥感图像分割方法及装置

说明书

本申请提供了一种基于图像分割网络的遥感图像分割方法及装置，应用于农用地管理及农业可持续发展领域，包括：获取待测遥感图像数据；根据图像分割网络模型对所述待测遥感图像数据进行分割处理，得到第一遥感图像数据；对所述第一遥感图像数据采用滑动窗口重叠方式进行拼接，得到拼接后的第二遥感图像数据，以完成对所述待测遥感图像数据的分割。本申请通过训练样本数据得到图像分割网络模型，再对待测遥感图像数据进行分割，并对其采用重叠滑动窗口的方式进行拼接，得到最终的第二遥感图像数据，从而提高了对图像分割的速度，精度以及抗噪声能力。

技术领域

本发明涉及农用地管理及农业可持续发展领域，尤其涉及一种基于图像分割网络的遥感图像分割方法及装置。

背景技术

基于高分辨率遥感影像的地块识别技术在农用地资源调查、变化监测中发挥着重要作用，对于农用地管理及农业可持续发展具有重要意义。随着神经网络的发展，虽然地块识别技术性能得到了提高，但随之而来的就是效率问题。由于存储空间和功耗的限制，神经网络模型在存储与计算仍然是一个巨大的挑战。存储问题，数百层网络有着大量的权值参数，保存大量权值参数对设备的内存要求很高；速度问题，在实际应用中，往往是毫秒级别，为了达到实际应用标准，要么提高处理器性能要么就减少计算量。

在现有技术中，大部分是直接构建神经网络模型，然后对获取的遥感图像数据进行分割，得到分割后的图像数据，但是神经网络网络模型需要很大的存储，并且在处理速度上效率较低，也有一些是在速度上做了改进，使用一些高效的算法和方法对图像特征和纹理进行处理，速度虽然相应有所提高，但是精度和抗噪声能力不强。

发明内容

本申请提供了一种基于图像分割网络的遥感图像分割方法及装置，旨在解决现有技术中精度、速度以及抗噪声能力不能共同提高的问题。

为了实现上述目的，本发明采用以下技术方案：

获取待测遥感图像数据，预设第一遥感图像样本数据；

根据图像分割网络模型对所述待测遥感图像数据进行分割处理，得到第一遥感图像数据，所述图像分割网络模型由图像分割网络对所述第一遥感图像样本数据训练获得；

对所述第一遥感图像数据采用滑动窗口重叠方式进行拼接，得到拼接后的第二遥感图像数据，以完成对所述待测遥感图像数据的分割。

作为优选，所述图像分割网络模型由图像分割网络对所述第一遥感图像样本数据训练获得，包括：

获取第二遥感图像样本数据，对所述第二遥感图像样本数据采用预先定义滑动窗口的方式处理，筛选，加工，采集得到所述第一遥感图像样本数据；

所述图像分割网络通过数据增强方法对所述第一遥感图像样本数据进行处理，进而训练获得所述图像分割网络模型。

作为优选，所述图像分割网络通过数据增强方法对所述第一遥感图像样本数据进行处理，包括：

所述数据增强方法不限于颜色抖动、随机缩放、随机裁剪、随机旋转以及网格划分和马赛克数据增强的方法。

作为优选，所述根据图像分割网络模型对所述待测遥感图像数据进行分割处理，得到第一遥感图像数据，包括：

根据Sobel算子算法对所述待测遥感图像数据进行边缘梯度计算，得到计算结果作为第一通道；

将RGB通道作为第二通道，结合第一通道和第二通道对待测遥感图像数据进行边缘检测，以完成分割处理，得到第一遥感图像数据。

作为优选，所述对所述第一遥感图像数据采用滑动窗口重叠方式进行拼接，得到拼接后的第二遥感图像数据，包括：

在所述第一遥感图像数据中，预设长、宽以及步长的方式设置所述滑动窗口，在滑动窗口中截取以步长值分别为长值和宽值的中心区域，并将其拼接，得到拼接后的第二遥感图像数据，所述步长值小于长值以及宽值。