买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：西安电子科技大学

摘要：本发明公开了一种基于深度可分离卷积和跳跃连接的遥感影像水体提取方法，解决了水体样本标注效率低，河流支流或小水体提取困难的技术难题。实现步骤包括，获取原始遥感图像并预处理；用最大似然分类法得到水体标签；裁剪并筛选组成数据集；图像增强；构建基于FASPP的卷积网络DUPnet；建立图像输入网络的特征提取流程；构建混合损失函数TCELosss和设置训练参数；得到水体提取结果。本发明构建DUPnet网络，网络编码器使用深度可分离卷积减少特征信息丢失；网络的跳跃连接使用FASPP弥补采样过程造成的特征损失；构建TCELoss改善数据集中正负样本不平衡的问题。本发明用于从遥感影像中高质量提取水体，提高了制作遥感影像水体样本效率和水体分割精度。

主权项：1.基于深度可分离卷积和跳跃连接的遥感影像水体提取方法，其特征在于，利用Brovey变换提高图像分辨率，通过最大似然分类法制作水体标签，利用标准化增强图像特征，利用一种混合损失函数优化DUPnet网络，使用DUPnet网络提取遥感影像水体；包括有如下步骤：1获取原始待提取遥感图像，预处理原始待提取遥感影像：对原始遥感影像进行预处理，首先，对原始遥感影像进行几何校正、大气校正和辐射校正，得到校正后的遥感影像；其次，对校正后的遥感影像进行伪彩色合成；对伪彩色合成影像进行Brovey变换，得到水体待提取的高分辨率遥感影像；2利用最大似然分类法得到水体标签图：利用最大似然分类法提取高分辨率遥感影像中的水体并制作水体标签，得到高分辨率遥感影像的水体标签图；3裁剪并筛选，组成遥感影像水体数据集：将水体待提取的高分辨率遥感影像和对应的高分辨遥感影像的水体标签图分别裁剪为128×128像素的大小的图片，筛选裁剪后的图片中提取精度高的水体标签图和其对应的高分辨率遥感图像组成遥感影像水体数据集，并划分该数据集为训练集、验证集和测试集；4图像增强，得到增强图像数据集：对遥感影像水体数据集中所有图像进行图像增强，依次执行水平翻转、随机高斯模糊和标准化，得到增强图像数据集；5设计并构建基于FASPP的卷积神经网络DUPnet：DUPnet网络包含编码器、解码器和跳跃连接三个部分；DUPnet的编码器采用多个密集连接模块DB和下采样模块，其中下采样模块使用深度可分离卷积；网络的解码器采用多个密集连接模块DB和上采样模块，其中上采样模块使用反卷积；编码器的最末下采样模块的通过密集连接模块DB连接到解码器的首个上采样模块；编码器和解码器之间通过多个基于特征空间金字塔池化的跳跃连接传递多尺度特征和空间信息，网络的输出即解码器的输出；6建立图像数据输入DUPnet网络的水体特征提取流程：将训练集、验证集所有图像输入DUPnet编码器，输出图像的浅层特征；浅层特征经过DUPnet解码器得到图像的深层特征，其与浅层特征通过FASPP跳跃连接获得的多尺度特征进行融合，得到融合特征；最终融合特征由DUPnet解码器分类层处理得到图像水体分割概率图；7构建混合损失函数TCELosss和设置DUPnet训练参数获得最优网络：通过向Tversky指数损失函数和交叉熵损失函数Cross-EntropyLoss分别添加权重系数构建TCELoss混合损失函数；设置DUPnet训练参数包括迭代次数、批次大小、学习率，得到最优DUPnet网络；8得到水体提取结果图：将测试集输入最优DUPnet网络，由解码器的分类层输出测试集遥感影像水体分割概率图，再将分割概率图转化，得到原始待提取遥感图像的水体提取结果图。

全文数据：

权利要求：

百度查询： 西安电子科技大学 基于深度可分离卷积和跳跃连接的遥感影像水体提取方法