申请/专利权人：电子科技大学

申请日：2023-12-08

公开（公告）日：2024-03-29

公开（公告）号：CN117788615A

主分类号：G06T11/00

分类号：G06T11/00;G06V10/26;G06N3/0464

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.16#实质审查的生效;2024.03.29#公开

摘要：本发明公开了一种基于轻量级语义分割网络的遥感影像热熔滑塌自动制图方法与装置。针对热熔滑塌制图研究中存在的实地调查困难、特征差异大和形状不规则等诸多问题，该方法与装置基于语义分割网络进行热熔滑塌自动识别与制图。该方法通过高分辨率遥感影像辅助标定真实热熔滑塌区域矢量多边形，将矢量进行缓冲区分析并转换为栅格。然后，对影像进行增强和切块操作，划分为训练、验证和测试数据集。网络编码器支持多波段输入，高效获取多级语义特征；通过局部和全局相似性指导语义特征的空间分布进行空间分组增强。其中，高级特征经自注意力与卷积的混合模块进行深度特征融合和降维；最后，利用深度可分离卷积和空洞卷积将语义特征解码为热熔滑塌的制图结果。该方法与装置可以显著提高热熔滑塌的提取精度，操作简单、容易实现且处理效率极高，具有重要的大范围应用前景。

主权项：1.一种基于轻量级语义分割网络的热熔滑塌遥感自动制图方法与装置，其特征在于，包括以下步骤：S1、对遥感影像进行预处理，该过程主要包括正射校正、辐射定标和几何校正等操作；计算预处理后遥感影像的均值和方差，对遥感影像进行标准化和数值归一化；S2、对影像进行泛化增强，主要包括模糊、旋转、缩放和添加随机噪声等；S3、经实地采样和高分辨率遥感影像辅助标定真实热熔滑塌区域矢量多边形，并将其进行一定小范围的缓冲区分析；将矢量多边形与影像配准，对矢量进行微调，并转换为与影像等分辨率的栅格；S4、将遥感影像栅格（Image）和标定的真实栅格（Label）进行相同像素宽幅的切块，相邻块之间包含一半以上图幅宽度的重叠度；将影像与对应的真实栅格划分为训练数据集、验证数据集和测试数据集，分别用于网络的训练、验证和测试；S5、语义分割模型基于编码器-特征增强-解码器的框架构建。首先，将MobileNet主干网络的深度可分离卷积和多层输出结构改进为轻量级特征提取器，即编码器；S6、对多层语义特征进行空间分组增强、融合和降维。其中，高层特征经两倍上采样后与低级特征堆栈，并通过反向传播及训练数据集自动更新网络参数；S7、针对传统语义分割解码器存在的边缘模糊和盒子效应等问题，设计了深度可分离反卷积和空洞卷积交替的解码器，进一步细化提取结果；S8、对分割后的热熔滑塌部分进行拼接并采用形态学后处理得到精确遥感制图结果。

全文数据：

权利要求：

百度查询： 电子科技大学 一种基于轻量级语义分割网络的热熔滑塌遥感自动制图方法与装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD