[发明专利]一种自动提取海岸带养殖工厂轮廓的方法及装置

说明书

本发明提供了一种自动提取海岸带养殖工厂轮廓的方法及装置，构建了卷积神经网络模型以提取遥感影像中的养殖工厂的位置与参考轮廓，再结合地物线性特征和图像分割算法，针对大区域的不同养殖工厂特征，提取到对应的线段信息、拐角点信息和方位信息，进而完成地物矢量优化和轮廓信息修正，达到快速提取的要求。本发明解决了现有养殖工厂轮廓提取人为干预多、获取时间长、标准不统一等问题，能够满足不同应用场景下，用户对监控区域高频次轮廓提取的要求，从而实现自动提取海岸带养殖工厂轮廓信息产品。

技术领域

本发明涉及图像处理技术领域，具体为一种自动提取海岸带养殖工厂轮廓的方法及装置。

背景技术

渔业养殖设置数字化、精准化是智慧渔业发展的核心内容，因此快速、准确的进行渔业养殖设施轮廓提取则至关重要。同时，这些轮廓信息对于快速定位养殖工厂位置、进行养殖动态变化监测具有重要意义。

目前，渔业养殖设置轮廓提取方法归纳起来可以分为三类：一是基于传统的现场测量建筑物各个标志点信息来然后通过计算机辅助制图的形式获得养殖工厂轮廓；二是采用高分辨率卫星遥感数据、无人机航测数据进行人工勾绘获得养殖工厂轮廓信息；三是经典的数字图像处理技术进行图像监督分类亦或者采用边缘检测算子进行提取。

但是，上述方法均对使用场景有较高的要求或者存在局限性，同时存在监测成本高、施工难度达等问题。如果不满足则不发周期性、高频次获得较为清晰的养殖设施轮廓信息。尤其是海岸带区域受潮汐作用影响，部分区域常年存在人工难以直接到达的区域。此外，面对全国不同的养殖海岸带地质地貌环境信息，经典的数字图像处理技术无法快速确定其各类阈值信息，普适性低，无法满足目前地方政府在自然资源监管及渔业养殖生产活动的实际需要。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足，提出了一种自动提取海岸带养殖工厂轮廓的方法及装置，能够满足不同应用场景下，多类型目标养殖工厂的提取，同时结合高分辨率卫星遥感影像越来越高的成像周期，从而满足用户对监控区域高频次轮廓提取的要求，从而实现自动提取养殖工厂轮廓信息产品。

本发明解决其技术问题所采用的技术方案是：

一种自动提取海岸带养殖工厂轮廓的方法，包括如下步骤：

步骤1：获取研究区域内多时相的高分辨卫星影像的原始数据，同时将研究区域划分成上、下、左、右、中5个样方区域，每个样方区域的范围为100m*100m，在高分辨卫星影像获取原始数据一个星期内，使用分辨率低于0.2m的挂载设备进行无人机航拍，获取每个样方区域的无人机影像，同时以无人机航拍样方区域为采集区域，在该采集区域内选择养殖设施的轮廓标志性点，使用RTK设备对养殖设施的轮廓标志性点进行点位测量，获取每个样方区域的地面测量数据；

步骤2：对步骤1中所获取的多时相无人机影像数据、高分辨率卫星影像数据和地面测量数据进行预处理，得到相应的预处理结果；

步骤3：结合无人机现场照片数据，对无人机预处理结果数据进行人工解译，确定研究区域海岸带养殖工厂的位置与分布；

步骤4：以人工解译无人机影像结果为依据，在卫星影像预处理结果数据上进行海岸带养殖工厂的样本制作，同时为不同的样本赋予标签；

步骤5：利用ArcGIS软件进行样本数据的格式转换，即将矢量样本数据进行栅格化处理；

步骤6：将每个样本和标签，进行同步随机裁剪，得到一个256*256尺寸的样本库；

步骤7：将步骤6得到的训练样本和标签进行训练集、验证集、测试集分割，分割比例为6:2:2；

步骤8：建立深度学习网络模型，采用U-Net的语义分割网络结构，以Resnet50作为特征提取器；