[发明专利]一种高分辨率遥感影像的建筑物分割方法及系统

权利要求书

1.一种高分辨率遥感影像的建筑物分割方法，其特征在于，所述分割方法包括如下步骤：

从遥感影像数据库中读取遥感图像，作为训练样本，建立训练样本集；

建立多尺度特征分割器；所述多尺度特征分割器包括多尺度特征编码器和多尺度特征解码器，所述多尺度特征编码器与所述多尺度特征解码器连接；

将训练样本输入所述多尺度特征编码器进行多次下采样，获得多个尺度的特征图，建立多尺度特征金字塔，利用所述多尺度特征解码器对多尺度特征金字塔的多个尺度的特征图进行融合，得到训练样本的语义分割概率图；

计算所述语义分割概率图中每个像素点的空间梯度，得到训练样本的空间梯度概率图，具体包括：对语义分割概率图进行空间平移得到p1、p2、p3、p4、p5、p6、p7、p8；计算水平和竖直方向来计算一阶导数为：根据水平和竖直方向来计算一阶导数，计算空间梯度为：

计算训练样本的语义分割概率图相对于所述训练样本的真值图的损失函数值，作为第一损失函数值，计算训练样本的空间梯度概率图相对于所述训练样本的真值边缘图的损失函数值，作为第二损失函数值，计算所述第一损失函数值和所述第二损失函数值的和，作为多尺度特征分割器的损失函数值；

更新多尺度特征分割器的参数，返回步骤“将训练样本输入所述多尺度特征编码器进行多次下采样，获得多个尺度的特征图，建立多尺度特征金字塔，利用所述多尺度特征解码器对多尺度特征金字塔的多个尺度的特征图进行融合，得到训练样本的语义分割概率图”，进行下次训练，直到多尺度特征分割器的损失函数值小于预设阈值，得到训练后的多尺度特征分割器；

利用所述训练后的多尺度特征分割器对高分辨率遥感影像中的建筑物进行分割。

2.根据权利要求1所述的一种高分辨率遥感影像的建筑物分割方法，其特征在于，所述从遥感影像数据库中读取遥感图像，作为训练样本，建立训练样本集，之后还包括：

对所述训练样本集中的训练样本进行归一化和数据增强处理，获得处理后的训练样本。

3.根据权利要求1所述的一种高分辨率遥感影像的建筑物分割方法，其特征在于，所述将训练样本输入所述多尺度特征编码器进行多次下采样，获得多个尺度的特征图，建立多尺度特征金字塔，利用所述多尺度特征解码器对多尺度特征金字塔的多个尺度的特征图进行融合，得到训练样本的语义分割概率图，之前还包括：

采用imagenet预训练模型初始化多尺度特征编码器的参数，随机初始化多尺度特征解码器的参数。

4.根据权利要求1所述的一种高分辨率遥感影像的建筑物分割方法，其特征在于，所述多尺度特征分割器还包括注意力机制模块；

所述注意力机制模块设置在多尺度特征编码器和多尺度特征解码器之间，所述注意力机制模块用于对多个尺度的特征图中预设个数的特征图分别对应的与预设个数的所述特征图的转置进行相乘运算，获得运算后的特征图，并利用预设个数的运算后的特征图和多个尺度的特征图中的预设个数之外的特征图建立多尺度特征金字塔。

5.根据权利要求1所述的一种高分辨率遥感影像的建筑物分割方法，其特征在于，所述利用所述训练后的多尺度特征分割器对高分辨率遥感影像中的建筑物进行分割，具体包括：

将高分辨率遥感影像分割为不重叠的多个影像块；

将每个所述影像块分别向上、下、左、右四个方向拓展预设长度，得到多个拓展后的影像块；

分别将每个所述拓展后的影像块输入训练后的多尺度特征分割器，获得每个拓展后的影像块的分割概率图；

将每个拓展后的影像块的分割概率图分别沿上、下、左、右四个方向的相反方向切割预设长度，获得每个影像块的分割概率图；

将所有影像块的分割概率图组合成高分辨率遥感影像的分割概率图。