[发明专利]一种构建大规模遥感影像语义分割模型训练样本集的方法

说明书

本发明公开了一种构建大规模遥感影像语义分割模型训练样本集的方法，将已有的遥感影像矢量数据与多期遥感影像进行配准，并依据图斑密度分别通过滑窗算法自动切割提取初级样本集；对初级样本集中每一张图像进行特征提取，并采用聚类算法进行分类，剔除图像质量不佳的样本，获得中间样本集；将中间样本集分批次输入语义分割模型进行迭代优化训练，并在每次迭代优化完成后对样本进行预测，剔除中间样本集中的错误样本，获得目标样本集。其显著效果是：能够避免生成整幅影像且占用空间极大的掩膜，减少滑窗的滑动次数，提高样本的提取速度与数据质量；提高了正确样本在样本集中的纯度，大幅降低了制作大规模样本集的成本。

技术领域

本发明涉及到遥感影像特征提取、遥感影像语义分割以及样本集制作技术领域，具体涉及一种构建大规模遥感影像语义分割模型训练样本集的方法。

背景技术

高分系列卫星的发射成功，每年能够提供PB级的遥感影像数据，同时，“第三次全国国土调查”和“地理国情监测”等项目使用这些遥感影像为地物标注了大量矢量数据，如果将这些数据有效利用起来形成一个格式统一、超大量级的样本集，能够训练出精度更高、泛化能力更强的深度学习模型，为相关项目和科研工作提供重要支撑。而目前主流的遥感影像样本集制作方法主要有以下两种：

①人工直接对遥感影像进行目视解译与标注，制作样本；

②利用已有的人工解译矢量成果及与之严格对应的遥感影像，通过自动切割的方法来制作样本集。

虽然这两种方法制作的样本集精度很高，但是通过第一种方法制作样本集需要耗费大量人力物力，且效率极其低下，难以构建百万级别的样本集；而第二种方法中，矢量与遥感影像必须严格对应，即矢量是根据该影像勾画得到，但严格对应的数据非常有限，也无法满足大规模样本集制作的需求，如果利用该矢量与其他影像制作样本，则会因为时相变化、影像质量等因素造成自动切割得到的样本集中存在云雾覆盖、阴影遮挡等造成的错误样本，以及矢量与影像不完全匹配而造成的样本标签精度不准的问题。所以这两种方法都不能用于大规模样本集的制作，第一种方法会造成样本集制作成本过高，第二种方法会使样本集质量难以保证。

发明内容

针对现有技术的不足，本发明的目的是提供一种构建大规模遥感影像语义分割模型训练样本集的方法，该方法能够将已有矢量数据与多期遥感影像配准，自动切割提取样本，并通过优化样本切割提取流程，引入错误样本自动检测剔除和样本集迭代优化提纯的方法来提高样本集的制作效率和样本集的质量精度，能够被应用于遥感影像语义分割、遥感影像数据集制作等领域。

为达到上述目的，本发明采用的技术方案如下：

一种构建大规模遥感影像语义分割模型训练样本集的方法，其关键在于包括如下步骤：

步骤1、将已有的遥感影像矢量数据与多期遥感影像进行配准，并通过滑窗算法自动切割提取初级样本集；

在所述初级样本集的提取过程中，当配准后遥感影像矢量数据中图斑分布较为稀疏时的步骤为：

步骤A1、获取每一个图斑的四至范围，在四至范围的基础上向周围扩展随机大小的缓冲区；

步骤A2、对扩展缓冲区后的图斑范围进行栅格化，得到该区域内目标地物的掩膜；

步骤A3、使用固定尺寸的滑窗在掩膜上滑动，并计算前景和背景之间的比值；

步骤A4、当比值大于设定的阈值时，裁剪影像和掩膜上该区域数据作为图像和标签；

步骤A5、将裁剪得到的数据和标签进行整合，得到初级样本集；

当配准后遥感影像矢量数据中图斑分布较为密集时的步骤为：

步骤B1、将遥感影像矢量数据栅格化，得到覆盖整张遥感影像的掩膜；