[发明专利]一种基于融合网络的山体图像山脊线分割方法

说明书

本发明涉及图像处理技术领域，公开了一种基于融合网络的山体图像山脊线分割方法，包括：获取山体合成孔径雷达图像，根据第一特征提取分支得到浅层特征，根据第二特征提取分支得到深层特征，根据特征融合分支融合浅层特征和深层特征得到融合特征。将融合特征输入至山脊线分割网络，得到分割结果；本发明设计了一种浅深山脊线分割网络，其中包括浅度分支、深度分支和融合分支，浅度分支主要保证对于主体山脊线的准确分割，深度分支主要保证对于边缘山脊线的精细分割，使得较细的山脊线的边缘也能够在结果中清晰的显示；融合分支目的在于将浅度分支和深度分支进行融合，兼顾两者优势从而输出最终的分割结果。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种基于融合网络的山体图像山脊线分割方法。

背景技术

山脊线是对于山体情况的重要观察内容，其对于山体灾害预防、山体灾后情况判断、山体道路和山体滑坡等情况的了解有着重要的参考意义。合成孔径雷达是遥感观测资源中较为独特的一种，它是一种以微波成像机制为基础的主动式的观测传感器，可以不受气候和光照等条件的限制，从而实现全天时全天候的观测。这样的特点使其可以在对山体的山脊线观测中有着独特的优势和稳定的应用效果。

目前利用图像进行山脊线的提取和分割方法可以粗略地分为非深度学习的方法和基于深度学习的方法。非深度学习的方法往往精度较差，对于山脊线的提取不够精准，且算法运行效率较低，需要人工干预无法实现端到端的运行过程。基于深度学习的方法可以实现自动化地山脊线区域分割，然而，目前已有的深度学习方法对于图像中的山脊线提取精度不足，未能充分地考虑对于主体山脊线的准确分割和边缘山脊线的精细分割。总的，未见基于浅深山脊线分割网络的山体图像山脊线分割方法。

发明内容

本发明的目的在于克服上述一种或多种现有的技术问题，提供一种基于融合网络的山体图像山脊线分割方法。

为实现上述目的，本发明提供的一种基于融合网络的山体图像山脊线分割方法，包括：

获取山体合成孔径雷达图像；

根据第一特征提取分支得到浅层特征；

根据第二特征提取分支得到深层特征；

根据特征融合分支融合所述浅层特征和深层特征得到融合特征；

将所述融合特征输入至山脊线分割网络，得到分割结果。

根据本发明的一个方面，所述根据第一特征提取分支得到浅层特征的方法为：

将所述山体合成孔径雷达图像输入至所述第一特征提取分支，逐步提取不同层次的浅层特征，其公式为，

；

；

；

其中，表示山体合成孔径雷达图像；

表示提取到的第一浅层特征；

表示提取到的第二浅层特征；

表示提取到的第三浅层特征；

表示常规3×3的卷积；

表示修正线性单元；

表示最大池化处理的连贯操作。

根据本发明的一个方面，所述根据第二特征提取分支得到深层特征的方法为：

将所述山体合成孔径雷达图像输入至所述第二特征提取分支，直接提取所述山体合成孔径雷达图像的深层特征，其公式为，

；

其中，表示山体合成孔径雷达图像；

表示深层特征；

表示常规3×3的卷积；