[发明专利]一种基于U-net的水体遥感识别方法

权利要求书

1.一种基于U-net的水体遥感识别方法，其特征在于包括如下步骤：

A、数据收集和预处理：选取待研究区域的可用影像，云量小于20%的清晰影像，作为基础数据，并对基础数据进行预处理，同时针对U-net训练需要样本选择样本区域；

B、水体的初步提取：根据地物在各影像波段上的光谱差异对所述基础数据进行分析，比较水体在各特征波段上的光谱差异，选择易区分水体的波段差作为水体识别的输入波段；根据谱间关系法和多波段阈值法，初步提取水体，生成两幅二值图像；对两幅二值图像提取结果取交集，得到水体提取结果；

C、水体提取结果的处理：对步骤B中的水体提取结果，先进行分类后处理，然后进行栅矢转换，得到水体的矢量图斑，对U-net样本范围内的水体矢量进行修改，得到样本范围内准确的水体矢量图斑；

D、训练和验证样本的制作：对水体提取样本进行栅格化，得到二值图像；针对样本区的影像和步骤C中的水体二值化结果，使用遥感数据增强和模糊处理技术，即对图像进行旋转、镜像、模糊和加噪声变换操作，保证样本多样性，增强网络的泛化能力，通过分块获得足够的训练样本；

E、U-net神经网络模型的训练：采用U-net网络，该网络共包含23个卷积层，其实质为编码-解码器，在网络训练过程中采用交叉验证的方式；为了防止网络过拟合，在U-net网络的训练过程中使用了零填充和正则化策略，网络训练结束，保存训练模；

F、水体的提取：利用训练模型预测待研究区域的水体，获得待研究区域的水体结果；

G、检查提取效果：将提取的水体二值影像叠置在蓝、红、近红外波段组合的彩色合成图像上。

2.根据权利要求1所述的一种基于U-net的水体遥感识别方法，其特征在于，所述步骤B中，具体的提取方法如下：

根据谱间关系法和多波段阈值法，初步提取水体，生成两幅二值图像；对两幅二值图像提取结果取交集，得到水体提取结果，其包括：

其中，Blue代表蓝光波段反射率，Green代表绿光波段反射率，Red代表红光波段反射率，NIR代表近红外波段反射率；

利用（1）式在ENVI中波段运算，符合（1）式的为建筑物、水体、云、泡田期农田的混合，不满足条件者为其他地物，并进行去除，初步得到一幅二值图像；再根据（2）式在ENVI中波段运算，符合（2）式的为：云阴影、建筑阴影、水体及极少数泡田期耕地的混合，不满足条件者为其他地物，并进行去除；

式（1）与式（2）结果，取逻辑交集运算，得到水体的初步提取结果。

3.根据权利要求1所述的一种基于U-net的水体遥感识别方法，其特征在于，所述步骤D中，具体的提取方法如下：

对水体提取样本进行栅格化，得到二值图像；针对样本区的影像和步骤C中的水体二值化结果，使用遥感数据增强和模糊处理技术，即对图像进行旋转、镜像、模糊和加噪声变换操作，从而保证样本的多样性，增强网络的泛化能力，通过分割获得足够的训练样本。