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：江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心)

摘要：本发明公开了一种基于深度学习的水土保持措施图斑自动提取方法及系统，包括遥感影像数据预处理模块、深度学习网络模型训练模块、遥感影像数据图斑提取模块、可独立执行的能自动化提取水土保持措施图斑的软件模块；引入最新的深度学习与其相关技术，对遥感影像的语义信息与空间特征进行深度分析与自动学习，并形成一个完整的处理流程，能在最大程度上使模型实现从原始输入到提取结果输出的智能化、精准化和自动化。本发明在解决原有方法的耗时费力、受人主观影响，自动化不高等问题的同时，还能智能化地提取高精度水土保持措施图斑，助推水土保持措施图斑提取技术向智能化和精准化发展，为水土保持监测和评价工作提供技术支撑。

主权项：1.一种基于深度学习的水土保持措施图斑自动提取方法，其特征在于，具体方法步骤如下：（1）遥感影像数据预处理：运用ENVI、Arcgis、python专业软件来完成，通过ENVI软件对下载来的遥感影像，做辐射定标、大气校正、影像融合任务；应用Arcgis软件：先用ArcCatalog创建shp文件再用ArcMap进行点线面的勾画最后矢量栅格化，完成图斑勾画，shp文件要与原图像的投影坐标及地理坐标相一致；利用python软件先对原始图像和图斑文件同时进行随机裁剪为256*256大小的若干张小图，这样就形成了一个原始数据集，再对数据集进行旋转、平移的几何变换得到数据增强的数据集，至此完成数据预处理工作；（2）深度学习网络模型训练：将步骤（1）遥感影像数据预处理产生的数据集分为训练集和验证集，运用gdal遥感图像读取块分别输入进U-net模型、基于U-net改进的深度可分离编码-解码模型、DeepLabV3+模型、PSPNet模型以及Seg-net模型中训练，可获得五个不同表现力的训练模型参数和权重结果；（3）遥感影像数据图斑提取：设置包含步骤（2）中深度学习网络模型训练得到的训练模型参数和权重结果的测试块和投票决策块，将待提取水土保持措施图斑的影像输入测试块，可得到多个不同精度的水土保持措施图斑提取图，再把多个结果图输入投票决策块，经过对每个像素投票表决后可输出一张精度更高的图斑提取图，如果输入的待提取影像带有地理坐标和投影坐标，那么将会得到一张投影坐标和地理坐标的水土保持措施图斑分布图；（4）提取水土保持措施图斑：利用基于pyQt图像界面开发的自动提取软件，将深度学习网络模型训练步骤处理的结果、投票决策块的输出结果、提取操作产生的代码，利用python软件打包成可独立执行的exe文件，从而快速地实现水土保持措施图斑的自动提取。

全文数据：

权利要求：

百度查询： 江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心) 一种基于深度学习的水土保持措施图斑自动提取方法及系统