[发明专利]一种海岛遥感影像集获得方法、装置、设备及介质

权利要求书

1.一种海岛遥感影像集获得方法，其特征在于，包括：

获取初始海岛遥感影像集；

对所述初始海岛遥感影像集进行筛选处理，确定第一海岛遥感影像集；

对所述第一海岛遥感影像集进行预处理，确定第二海岛遥感影像集；

将所述第二海岛遥感影像集输入到深度残差网络中，确定第三海岛遥感影像集；所述将所述第二海岛遥感影像集输入到深度残差网络中，确定第三海岛遥感影像集，包括：

将所述第二海岛遥感影像集输入到所述深度残差网络中，提取所述第二海岛遥感影像集的图像特征向量，确定图像特征列向量；

将所述图像特征列向量与参数矩阵相乘，并通过加权相加的方式向验证集的地面实况标签拟合，确定概率矩阵；

根据所述概率矩阵，输出图像特征融合分类标签，对所述第二海岛遥感影像集进行分类，确定所述第三海岛遥感影像集；

其中，所述深度残差网络包含输入层、隐含层以及分类层；

在所述深度残差网络中，向所述输入层输入特征，经过所述隐含层进行深度特征提取，获得提取后的深度特征向量，将所述深度特征向量输入所述分类层，Softmax回归分类器经过矩阵相乘计算，输出属于所述输入特征的概率，进而映射到样本的类别标签上；

将所述第二海岛遥感影像集中高光谱图像和激光雷达图像中的被标定过的所有样本分为三组，得到训练样本集，验证样本集和测试样本集；

利用训练样本集分别从高光谱图像和激光雷达图像中提取空间特征；高光谱图像的空间特征包含纹理和形状信息，激光雷达图像的空间特征包括高程，纹理和形状信息；

高光谱图像的空间特征被提取出来作为深度残差网络的一个输入；提取出的激光雷达图像空间特征作为深度残差网络的另一输入；提取空间特征后，可以得到三种特征，包括高光谱图像光谱特征，高光谱图像空间特征和激光雷达图像空间特征；

将每种特征的训练样本及其地面真实情况标签分别输入深度残差网络模型，并且通过多次迭代更新深度残差网络模型的参数；通过计算验证集在临时模型的分类精度，使用验证集样本及其相应的标签来监督训练过程；

选择在验证集上具有最高分类精度的深度残差网络中间模型作为最终选择的模型；在训练部分结束时，获得三个深度残差网络模型，分别对应于高光谱图像光谱特征、高光谱图像空间特征和激光雷达图像空间特征；

将高光谱图像光谱特征，高光谱图像空间特征和激光雷达图像空间特征测试样本分别输入三个对应的深度残差网络模型，获得每种特征对应的概率矩阵，并通过加权求和的方式重构三个概率矩阵；并使用验证集样本的融合特征和验证集标签用来计算测试集样本的重构参数，得到三个最终的深度残差网络模型；

将海岛所有的高光谱图像光谱特征、高光谱图像空间特征和激光雷达图像空间特征样本分别输入到三个最终的深度残差网络模型中，获得三个概率矩阵，并通过加权相加的方式向验证集的地面实况标签拟合；所获得的加权参数用于重构三个测试样本的概率矩阵；

利用测试集重构后的概率矩阵来输出最终的图像特征融合分类标签，对海岛所有高光谱图像和激光雷达图像数据样本进行融合分类，确定所述第三海岛遥感影像集；

获取初始无人机-艇海岛遥感影像集；

对所述初始无人机-艇海岛遥感影像集进行编辑处理，确定目标无人机-艇海岛遥感影像集；

将所述第三海岛遥感影像集以及所述目标无人机-艇海岛遥感影像集输入到所述深度残差网络中，确定目标海岛遥感影像集。

2.根据权利要求1所述的一种海岛遥感影像集获得方法，其特征在于，所述对所述初始海岛遥感影像集进行筛选处理，确定第一海岛遥感影像集，包括：从所述初始海岛遥感影像集中筛选出高光谱图像以及激光雷达图像，确定筛选遥感影像集；

对所述筛选遥感影像集进行筛选处理，确定所述筛选遥感影像的影像像素数目，其中，所述筛选遥感影像的清晰度为海岛区域占所述筛选遥感影像的影像数目；当所述筛选遥感影像的清晰度小于第一阈值且大于第二阈值时，确定一级遥感影像；

当所述筛选遥感影像的清晰度大于第二阈值且小于第三阈值时，确定二级遥感影像；

当所述筛选遥感影像的清晰度大于第三阈值时，确定三级遥感影像；

将所述一级遥感影像、所述二级遥感影像以及三级遥感影像确定为第一海岛遥感影像。