[发明专利]一种遥感影像智能解译方法

权利要求书

1.一种智能遥感影像解译方法，获取到遥感影像后，其特征在于，解译方法包括以下步骤：

S1、对原始遥感图像按需进行分割，分割后获得多个目标图像；其中在分割的时候，使获得的相邻目标图像具有重叠部分；

S2、采用深度学习的方法对获得的所有目标图像进行逐像素的分类，生成预测分类结果灰度图；具体为：

将目标图像分别送入三个不同的语义分割深度学习模型，分别为DeepLabv3、HRNetW48+OCR、EMANet网络，然后利用集成学习方法，对任一像素点是否属于某一类别的判定由三个网络各自输出的结果投票决定，获得多数票数的判定结果即为最终该像素点的类别结果；同时语义分割深度学习模型还输出一个各像素属于某一类别的概率图，即置信度；

S3、将所有目标图像的预测分类结果按照其在原始图像的位置进行拼接，获得原始遥感图像的预测结果灰度图；同理对概率图进行拼接；

S4、对预测结果灰度图中的狭长的条带状断裂要素进行连接处理；

S5、对预测结果灰度图中小图斑进行滤除，具体为将像素数量小于类别指定阈值的独立图斑用其周围像素类别进行填充；

S6、将经过步骤S5得到的预测结果灰度图转为矢量shp文件，同时计算每个图斑的置信度及面积作为图斑的属性；

S7、利用开源软件GrassGis中的Douglas-Peucker算法对矢量shp文件区域边界进行简化和平滑，消除地物边缘锯齿效应，从而获得遥感影像的解译结果。