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：中国科学院、水利部成都山地灾害与环境研究所

摘要：本发明涉及一种基于深度学习的冰湖提取方法及介质，基于遥感影像的冰湖图像，一方面，通过冰湖预测神经网络得到第一冰湖预测结果，另一方面，计算每一个冰湖图像中每一个冰湖区域的干扰掩膜率，从而将干扰掩膜率不符合要求的冰湖区域所对应的冰湖图斑从第一冰湖预测结果中剔除得到第二冰湖预测结果。基于第二冰湖预测结果，按照网格条带信息进行对齐，得到存在图斑重叠区域的冰湖图斑组中最大的冰湖图斑，并将该最大的冰湖图斑作为该冰湖图斑组中的最优冰湖图斑，以此得到冰湖识别结果。与现有技术相比，降低了数据处理的复杂度，且提高了冰湖数据处理结果的质量。

主权项：1.一种基于深度学习的冰湖提取方法，其特征在于，包括：获取区域对象的多个冰湖图像，多个所述冰湖图像包括基于一年四季中的不同时间点获取的遥感影像，所述遥感影像中记录有网格条带信息；将多个冰湖数据中的每一个冰湖图像输入至训练好的冰湖预测神经网络，得到对应的第一冰湖预测结果，并得到第一冰湖预测结果中每个冰湖图斑的面积；所述第一冰湖预测结果中记录有网格条带信息；对于每一个所述冰湖图像中的每一个冰湖区域，计算冰湖区域的干扰掩膜率，并将对应的每一个第一冰湖预测结果中干扰掩膜率大于预设阈值的冰湖图斑剔除，保留干扰掩膜率小于或等于预设阈值的冰湖图斑，以得到第二冰湖预测结果；将所有的第二冰湖预测结果按照网格条带信息进行对齐，得到多个冰湖图斑组，识别每个冰湖图斑组中面积最大的冰湖图斑，并将该面积最大的冰湖图斑作为该冰湖图斑组所在区域的最优冰湖图斑；其中，每个冰湖图斑组中包括多个存在重叠图斑区域的冰湖图斑；基于所有的最优冰湖图斑，得到冰湖识别结果；所述的对于每一个所述冰湖图像中的每一个冰湖区域，计算冰湖区域的干扰掩膜率，包括：对于任意一个冰湖图像中的任意一个冰湖区域，干扰掩膜率的计算包括：计算所述任意一个冰湖图像中云的像素分布、积雪的像素分布和山体阴影的像素分布；基于所述云的像素分布、积雪的像素分布和山体阴影的像素分布，计算所述任意一个冰湖图像中云、积雪和山体阴影的总体干扰像素分布；获取所述任意一个冰湖图像中的任意一个冰湖区域，以获取任意一个冰湖区域的总体干扰像素分布；获取所述任意一个冰湖区域的干扰像素面积和总像素面积；基于所述干扰像素面积和总像素面积计算所述任意一个冰湖区域的干扰掩膜率；所述积雪的像素分布的计算包括：获取图像的绿波段像素矩阵、短波红外波段像素矩阵和近红外波段像素矩阵；基于所述绿波段像素矩阵和短波红外波段像素矩阵计算得到第一积雪像素分布；基于所述绿波段像素矩阵和近红外波段像素矩阵计算得到水体像素分布；基于所述第一积雪像素分布和水体像素分布得到第二积雪像素分布，并将第二积雪像素分布作为积雪的像素分布；所述的基于所述绿波段像素矩阵和短波红外波段像素矩阵计算得到第一积雪像素分布，包括： ；其中，表示绿波段像素矩阵，表示短波红外波段像素矩阵，表示第一积雪像素分布；所述的基于所述绿波段像素矩阵和近红外波段像素矩阵计算得到水体像素分布，包括： ；其中，表示近红外波段像素矩阵，表示第一积雪像素分布中的水体像素分布；所述的基于所述第一积雪像素分布和水体像素分布得到第二积雪像素分布，并将第二积雪像素分布作为积雪的像素分布，包括： ；其中，表示积雪的像素分布。

全文数据：

权利要求：

百度查询： 中国科学院、水利部成都山地灾害与环境研究所 一种基于深度学习的冰湖提取方法及介质