[发明专利]一种遥感影像样本库的建立与更新方法

权利要求书

1.一种遥感影像样本库的建立与更新方法，其特征在于，包括：

(1)在接收到建立遥感影像样本库的操作指令时，根据第一预设规则建立所述遥感影像样本库；

所述第一预设规则为按照需求将样本数据按照预设分幅格式或者第一预设大小数据块保存样本数据，所述按照标准分幅保存的样本数据为根据深度学习应用需求生产的样本数据，所述第一预设大小数据块保存样本数据为直接使用样本数据进行训练；

(2)在接收到从所述遥感影像样本数据库中提取指令时，根据提取需求，判断样本库中是否存在满足第一预设条件的样本数据；

所述根据提取需求，判断样本库中是否存在满足第一预设条件的样本数据，包括：根据所述样本种类判断样本库中是否存在符合深度学习模型训练需求的样本数据；所述第一预设条件为所述样本库中样本数据的数量和质量是否符合深度学习模型训练需求；

(3)在所述遥感影像样本库中不存在满足第一预设条件的样本数据的情况下，接收对遥感影像数据中第一对象的标注，根据所述标注，使用迭代训练与预设的方法提取遥感影像数据中第二对象，以更新所述遥感影像样本库；

所述接收对所述遥感影像数据中的第一对象的标注，根据所述标注，使用迭代训练与预设的方法提取遥感影像数据中第二对象；包括：

(T1)获取经过预处理的遥感影像数据；

(T2)对所述遥感影像数据中的目标遥感影像数据中的目标对象进行标注得到样本数据；

(T3)根据样本数据进行模型训练，得到初级预测模型；

(T4)对所述目标遥感影像数据以外的遥感影像数据逐一执行预测和优化处理，得到优化预测模型；利用训练好的优化预测模型预测遥感影像，得到样本标记数据；其中，第一对象为标注得到的样本数据，第二对象为第一对象以外的未标注的样本数据；

(4)在所述遥感影像样本库中的存在满足第一预设条件的样本数据的情况下，提取所述遥感影像样本库中的样本数据，进行模型训练、遥感影像数据预测和优化处理，按照第二预设规则提取增量样本，将所述增量样本更新至所述样本库中。

2.根据权利要求1所述的方法，其特征在于，所述根据第一预设规则建立所述遥感影像样本库，包括：

(S1)将所述遥感影像样本库保存为空间数据库；

(S2)将所述空间数据库中的数据表结构设计至少为：影像ID、影像来源、影像地理位置、影像波段数、影像分辨率、成像时间、样本种类。

3.根据权利要求1所述的方法，其特征在于，

将满足第二预设条件的预测样本数据和对应的遥感影像数据训练初级预测模型；

不断重复步骤T4，直至满足第三预设条件。

4.根据权利要求3所述的方法，其特征在于，所述预测和优化处理，将满足第二预设条件的预测标注数据和对应的遥感影像数据训练初级预测模型，包括：

(M1)根据所述预测样本数据的属性信息，构建所述预测样本数据的类型规则集，所述属性信息包括以下信息中的至少一种：所述预测样本数据对应的所述遥感影像数据的遥感指数、样本形状、结构、纹理、样本空间拓扑关系；

(M2)依据所述规则集计算所述预测样本数据的置信度；

(M3)根据所述置信度筛选所述预测样本数据。

5.根据权利要求4所述的方法，其特征在于，所述根据所述预测样本数据的属性信息，构建所述预测样本数据的类型规则集，所述方法还包括：在所述目标对象为第一类对象的情况下，接收对所述目标对象的轮廓的第一处理，删除所述预测样本数据中的离散点和空洞；或者，在所述目标对象为第二类对象的情况下，接收对所述目标对象的轮廓的第二处理。

6.根据权利要求5所述的方法，其特征在于，所述第一处理包括：轮廓腐蚀膨胀操作和轮廓平滑操作；所述第二处理包括：轮廓腐蚀膨胀操作和轮廓优化操作。

7.根据权利要求6所述的方法，其特征在于，所述轮廓腐蚀膨胀操作包括：使用特点大小的算子卷积处理所述预测样本数据，完成所述预测样本开运算；所述轮廓平滑操作包括：断开所述预测样本对应的轮廓中的连接小于或等于第一预设阈值的连接，并删除所述预测样本对应的轮廓中凸出度小于第二预设阈值的凸出部分。