[发明专利]露天矿采场提取方法、装置、设备及介质

权利要求书

1.一种露天矿采场提取方法，其特征在于，包括：

获取露天采场的待检测遥感影像，并对所述待检测遥感影像进行降采样；

将降采样后的待检测遥感影像输入至Faster R-CNN，以通过所述Faster R-CNN对露天采场进行定位，得到露天采场的矩形范围信息；

基于所述矩形范围信息，在所述待检测遥感影像上进行截取，得到影像块，并在所述影像块上叠加NDVI和RRI波段得到具有红、绿、蓝、近红、NDVI、RRI六个波段的待提取影像；

将所述待提取影像输入至改进的U-Net网络，以通过所述改进的U-Net网络对截取后的影像进行露天采场提取，得到露天采场提取结果；

其中，所述改进的U-Net网络为将U-Net网络在编码阶段的所有特征提取卷积修改成多尺度空洞卷积后得到的U-Net网络，且在跳跃连接中增加通道注意力机制和空间注意力机制；

多尺度空洞卷积特征提取网络用于将输入的特征图分别经过1×1卷积、空洞为2的3×3卷积、空洞为4的3×3卷积、空洞为8的3×3卷积四层特征提取网络进行特征提取，得到四层特征提取网络输出的四个大小相同的特征图，并将四个特征图进行拼接得到输出特征图；

所述通道注意力机制用于学习浅层特征不同波段的重要性权重，所述空间注意力机制用于学习浅层特征不同空间位置的重要性权重。

2.根据权利要求1所述的露天矿采场提取方法，其特征在于，所述将所述待提取影像输入至改进的U-Net网络，以通过所述改进的U-Net网络对截取后的影像进行露天采场提取，得到露天采场提取结果的步骤包括：

将所述待提取影像输入至改进的U-Net网络中的特征编码层，得到所述特征编码层输出的特征图；

将所述特征编码层输出的特征图输入至所述改进的U-Net网络中的特征解码层，得到所述特征解码层输出的露天采场提取结果。

3.根据权利要求2所述的露天矿采场提取方法，其特征在于，所述特征编码层包括四个依次连接的编码模块，所述编码模块包括依次连接的两个多尺度空洞卷积特征提取网络和一个最大池化层；

所述特征解码层包括四个依次连接的解码模块，所述解码模块包括依次连接的两个3*3卷积层和一个上采样操作层。

4.根据权利要求1所述的露天矿采场提取方法，其特征在于，所述将降采样后的待检测遥感影像输入至Faster R-CNN，以通过所述Faster R-CNN对露天采场进行定位，得到露天采场的矩形范围信息的步骤包括：

将降采样后的待检测遥感影像输入至Faster R-CNN中的特征提取网络，得到所述特征提取网络输出的特征图；

将所述特征图输入至所述Faster R-CNN中的RPN网络，得到所述RPN网络输出的候选图，所述候选图中包含露天采场的目标检测候选框；

将所述候选图输入至所述Faster R-CNN中的分类与回归网络，以通过所述分类与回归网络判断所述目标检测候选框内物体的类别和物体边界框的回归系数，得到边界框坐标，所述边界框坐标为露天采场的矩形范围信息。

5.根据权利要求1至4任一项所述的露天矿采场提取方法，其特征在于，基于目标损失函数对所述Faster R-CNN和所述改进的U-Net网络进行训练，所述目标损失函数是由目标检测部分和语义分割部分的损失函数组成的，所述目标损失函数的公式表示为：

L＝w₁*L_FasterR-CNN+w₂*L_U-Net

其中，L_{Faster R-CNN}为目标检测部分的损失函数，L_U-Net为语义分割部分的损失函数，w₁为目标检测部分的损失函数的权重，w₂为语义分割网络的损失函数权重。