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:环天智慧科技股份有限公司
摘要:本发明公开了基于深度学习语义分割的遥感影像水上桥梁检测方法,包括以下步骤:步骤S1,影像数据收集,将收集的影像数据用作训练集,并通过语义分割模型对采集的影像数据进行分割;步骤S2,水域分割图斑的形态学处理;影像数据经过语义分割模型分割后,得到水域的二值化提取结果,步骤S3,双重语义分割图斑结合;将道路和水域的提取结果进行取交集得到桥梁的二值化提取区域,再通过对其数据处理最终将桥梁提取为矢量。本发明中,使用深度学习模型LSKNet进行分割,能够适应不同区域和不同时期的遥感影像,具有较强的泛化能力。通过形态学处理对水域进行膨胀和腐蚀操作,不需要复杂的知识规则处理,降低了处理复杂度。
主权项:1.基于深度学习语义分割的遥感影像水上桥梁检测方法,其特征在于:包括以下步骤:步骤S1,影像数据收集,将收集的影像数据用作训练集,并通过语义分割模型对采集的影像数据进行分割;收集的影像数据包括水域和道路;语义分割模型选用Adam优化器,使用收集的数据集迭代12epochs,得到水域分割模型和道路分割模型;步骤S2,水域分割图斑的形态学处理;影像数据经过语义分割模型分割后,得到水域的二值化提取结果,对水域先进行膨胀操作,使得分裂的水域连通,再使用腐蚀操作,将膨胀的水体还原为初始大小;步骤S3,双重语义分割图斑结合;将道路和水域的提取结果进行取交集得到桥梁的二值化提取区域,再通过对其数据处理最终将桥梁提取为矢量;步骤S2的膨胀操作通过如下式进行计算: 式中,B表示结构元素,A表示影像数据;只要B中包含的元素与A中对应位置的元素有重叠,A中该位置的元素就被标记为1;步骤S2的腐蚀操作具体通过如下式进行计算: 式中,B表示结构元素,A表示影像数据;只要B中包含的元素完全包含在A中对应位置的元素内,A中该位置的元素就被标记为1。
全文数据:
权利要求:
百度查询: 环天智慧科技股份有限公司 基于深度学习语义分割的遥感影像水上桥梁检测方法
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。