[发明专利]一种基于多层感知机的遥感影像色彩评价方法和系统

说明书

本发明公开了一种基于多层感知机的遥感影像色彩评价方法和系统，该方法包括：构建携带有标签信息的遥感影像缩略图样本库；对遥感影像缩略图样本库中的各缩略图样本进行特征提取；构建用于二分类的待训练多层感知机神经网络模型；根据遥感影像缩略图样本库中的各缩略图样本和提取的特征，对待训练多层感知机神经网络模型进行训练，得到网络参数；根据得到的网络参数，对待训练多层感知机神经网络模型进行参数更新，得到多层感知机神经网络模型；根据多层感知机神经网络模型，对待测试遥感影像进行色彩评价。通过本发明实现了对遥感影像的自动检测识别，给出了色彩是否正常的预测结果。

技术领域

本发明属于可见光遥感图像技术领域，尤其涉及一种基于多层感知机的遥感影像色彩评价方法和系统。

背景技术

遥感即遥感地感知，一般是指运用传感器对物体的电磁波的辐射、反射特性的非接触的、远距离的探测，并通过分析，揭示出物体的特征性质及其变化的综合性探测技术。光学遥感属于遥感的一种，其产品一般为多波段的遥感影像。

目前，我国已经发射了多颗高分辨率光学卫星，在轨运行的多达几十颗，每天的遥感影像生产任务比较繁重。在影像生产过程中，由于传感器异常、数据传输异常、处理程序缺陷等多种原因，可能导致小部分遥感影像存在偏色、像素值异常、数据缺失等问题。对这些问题影像的检测是遥感影像质量控制的重要一环，如果全部由人工完成，时间成本、人力成本较大，且会大大影响遥感影像发布的实时性。因此，自动化的遥感影像色彩评价显得非常有必要。而且，由于色彩异常的影像的类型多种多样，例如偏色影像就有偏蓝、偏紫、偏绿、偏红等多种问题，因此，使用单一的问题导向的直接分析计算方式来进行异常检测效果较差。

发明内容

本发明的技术解决问题：克服现有技术的不足，提供一种基于多层感知机的遥感影像色彩评价方法和系统，实现了对遥感影像的自动检测识别，给出了色彩是否正常的预测结果。

为了解决上述技术问题，本发明公开了一种基于多层感知机的遥感影像色彩评价方法，包括：

构建携带有标签信息的遥感影像缩略图样本库；

对遥感影像缩略图样本库中的各缩略图样本进行特征提取；

构建用于二分类的待训练多层感知机神经网络模型；

根据遥感影像缩略图样本库中的各缩略图样本和提取的特征，对待训练多层感知机神经网络模型进行训练，得到网络参数；

根据得到的网络参数，对待训练多层感知机神经网络模型进行参数更新，得到多层感知机神经网络模型；

根据多层感知机神经网络模型，对待测试遥感影像进行色彩评价。

相应的，本发明还公开了一种基于多层感知机的遥感影像色彩评价系统，包括：

样本构建模块，用于构建携带有标签信息的遥感影像缩略图样本库；

特征提取模块，用于对遥感影像缩略图样本库中的各缩略图样本进行特征提取；

模型构建模块，用于构建用于二分类的待训练多层感知机神经网络模型；

参数训练模块，用于根据遥感影像缩略图样本库中的各缩略图样本和提取的特征，对待训练多层感知机神经网络模型进行训练，得到网络参数；

模型更新模块，用于根据得到的网络参数，对待训练多层感知机神经网络模型进行参数更新，得到多层感知机神经网络模型；

色彩评价模块，用于根据多层感知机神经网络模型，对待测试遥感影像进行色彩评价。

本发明具有以下优点：