[发明专利]一种多尺度特征支持的遥感影像水体信息精确分割方法有效
| 申请号： | 201910959201.7 | 申请日： | 2019-10-10 |
| 公开（公告）号： | CN110781775B | 公开（公告）日： | 2022-06-14 |
| 发明（设计）人： | 孟令奎;王锐;李紫瑶;张文;胡凤敏 | 申请（专利权）人： | 武汉大学 |
| 主分类号： | G06V20/13 | 分类号： | G06V20/13;G06V10/26;G06V10/80;G06K9/62 |
| 代理公司： | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人： | 王琪 |
| 地址： | 430072 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种多尺度特征支持的遥感影像水体信息精确分割方法，以高分辨率卫星影像水体信息提取为目标，对输入的遥感影像按照提出的方法进行分级多尺度裁切；并输入在DeeplabV3+模型上优化改进的模型进行训练和多尺度联合预测，这一步控制模型训练的样本数据尺度和模型使用过程中图像数据的输入输出尺度，同时在网络结构中加入多尺度特征权重变量用于提升细节信息分类精度；最后将提取结果输入全连接条件随机场的后加优化模块得到精确水体提取结果。实现了一种多尺度水体提取模型应用方案，大大提高深度学习应用于遥感图像水体提取的精确度，满足了模型对高分辨率影像水体精确提取在宏观和细节两方面的精度要求。 | ||
| 搜索关键词： | 一种 尺度 特征 支持 遥感 影像 水体 信息 精确 分割 方法 | ||
【主权项】：
1.一种多尺度特征支持的遥感影像水体信息精确分割方法，其特征在于，包括以下步骤：/n(1)对输入影像进行预处理，利用分级分尺度分割方法制作样本集；/n(2)利用预处理后的不同尺度样本集进行深度学习网络模型的训练和联合预测，其中深度学习网络模型的结构分为编码器模块和解码器模块两部分，编码器模块用于获得初级卷积特征low-level-feature映射图，以及与low-level-feature映射图一样尺度的特征映射结果，解码器模块用于获得不同尺度的特征映射图像；/n分别把不同尺度的特征映射图像进行拼接操作，得到与原始影像尺寸一致的遥感影像特征图，然后将不同尺度的遥感影像特征图进行加权融合为一个特征映射后，使用标准化指数概率函数Softmax得到深度学习网络模型粗提取结果；/n(3)将深度学习网络模型的预测结果作为先验概率，输入到全连接条件随机场模型中进行边缘和细节整合优化，输出最终遥感影像水体信息精确提取结果。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于武汉大学，未经武汉大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910959201.7/，转载请声明来源钻瓜专利网。
