[发明专利]一种人机协同的遥感影像智能解译方法有效
申请号: | 202110562263.1 | 申请日: | 2021-05-24 |
公开(公告)号: | CN113362287B | 公开(公告)日: | 2022-02-01 |
发明(设计)人: | 王淑娟 | 申请(专利权)人: | 江苏星月测绘科技股份有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06V10/764;G06V10/80;G06V10/82;G06V10/74;G06V10/42;G06N3/04;G06N3/08 |
代理公司: | 北京冠和权律师事务所 11399 | 代理人: | 赵银萍 |
地址: | 224000 江苏省盐城市经济技*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 人机 协同 遥感 影像 智能 解译 方法 | ||
1.一种人机协同的遥感影像智能解译方法,其特征在于,包括:
训练人机协同遥感影像解译模型;
获取遥感影像;
根据所述人机协同遥感影像解译模型对所述遥感影像进行遥感影像解译,得到遥感影像解译内容;
所述训练人机协同遥感影像解译模型包括如下步骤:
步骤1:获取遥感影像特征信息;
步骤2:合并遥感影像特征信息,得到遥感影像合并特征信息;
步骤3:根据Gan网络中的生成器和所述遥感影像合并特征信息生成原始遥感影像像素图;
步骤4:根据Gan网络中的判别器判别所述原始遥感影像像素图的真实性,得到原始遥感影像像素图的判别结果;
步骤5:将所述原始遥感影像像素图输入至预设的初始遥感影像解译模型的分类网络中进行遥感影像解译,得到初始遥感影像解译内容;
步骤6:基于所述遥感影像特征信息、所述原始遥感影像像素图的判别结果和所述初始遥感影像解译内容训练所述预设的初始遥感影像解译模型的分类网络,得到初始智能遥感影像解译模型;
步骤7:获取第二遥感影像,将所述第二遥感影像输入至所述初始智能遥感影像解译模型中进行遥感影像解译,得到第二遥感影像解译内容;
步骤8:工作人员对所述第二遥感影像解译内容的正确性进行检验,得到第二遥感影像解译内容正确性检验结果;
步骤9:基于所述第二遥感影像解译内容和所述第二遥感影像解译内容正确性检验结果训练所述初始智能遥感影像解译模型的分类网络,得到人机协同遥感影像解译模型;
所述根据所述人机协同遥感影像解译模型对所述遥感影像进行遥感影像解译,得到遥感影像解译内容包括如下步骤:
步骤1:将所述遥感影像输入至所述人机协同遥感影像解译模型;
步骤2:获取遥感影像中目标物类别的特征信息、遥感影像的分辨率特征信息、遥感影像中不同目标物类别在遥感影像中呈现的几何结构特征信息和遥感影像中不同目标物的位置分布信息;
步骤3:基于所述遥感影像的分辨率特征信息与所述遥感影像中目标物类别的特征信息将所述遥感影像划分为多个解译区域;
步骤4:通过所述人机协同遥感影像解译模型对多个所述解译区域分别进行遥感影像解译,得到多个第一遥感影像解译内容;
步骤5:基于所述遥感影像中目标物类别的特征信息和所述遥感影像中不同目标物类别在遥感影像中呈现的几何结构特征信息,通过所述人机协同遥感影像解译模型分别对多个所述第一遥感影像解译内容进行几何结构调整,得到多个第二遥感影像解译内容;
步骤6:将多个所述第二遥感影像解译内容根据所述遥感影像中不同目标物的位置分布信息进行遥感影像解译内容融合,得到第三遥感影像解译内容;
步骤7:基于遥感影像的分辨率特征信息和所述遥感影像中不同目标物类别在遥感影像中呈现的几何结构特征信息,通过所述人机协同遥感影像解译模型对所述第三遥感影像解译内容进行优化补充调整,得到遥感影像解译内容。
2.根据权利要求1所述的一种人机协同的遥感影像智能解译方法,其特征在于,所述获取遥感影像特征信息包括:
获取遥感影像中目标物类别的特征信息、与所述遥感影像中目标物类别的特征信息对应的分辨率特征信息和遥感影像中不同目标物类别在遥感影像中呈现的几何结构特征信息。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江苏星月测绘科技股份有限公司,未经江苏星月测绘科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110562263.1/1.html,转载请声明来源钻瓜专利网。