[发明专利]一种遥感图像分割方法、系统、存储介质和电子设备

权利要求书

1.一种遥感图像分割方法，其特征在于，包括：

构建包含卷积特征提取网络、边缘语义辅助网络、结合边缘增强与高斯位置编码的transformer网络和分割网络的第一遥感图像分割模型；其中，所述卷积特征提取网络、所述边缘语义辅助网络和所述分割网络分别与所述结合边缘增强与高斯位置编码的transformer网络连接；

基于多个遥感图像样本，对所述第一遥感图像分割模型进行训练，得到第二遥感图像分割模型，并删除所述第二遥感图像分割模型中的所述边缘语义辅助网络，得到目标遥感图像分割模型；

将待测遥感图像输入至所述目标遥感图像分割模型，得到所述待测遥感图像的目标图像分割结果；

还包括：获取多个遥感图像样本，并对任一遥感图像样本中的至少两种类别进行标注，得到该遥感图像样本对应的语义标注图像，直至得到每个遥感图像样本对应的语义标注图像；

所述基于多个遥感图像样本，对所述第一遥感图像分割模型进行训练，得到第二遥感图像分割模型的步骤，包括：

将任一遥感图像样本输入所述卷积特征提取网络，得到该遥感图像样本对应的初始特征图，并对该遥感图像样本对应的语义标注图像进行边缘提取，得到并将该遥感图像样本对应的第一边缘图像输入所述边缘语义辅助网络，得到所述该遥感图像样本对应的边缘语义特征图；

将所述任一遥感图像样本对应的初始特征图和边缘语义特征图输入所述结合边缘增强与高斯位置编码的transformer网络，得到并将该遥感图像样本对应的增强特征图输入所述分割网络，得到该遥感图像样本的第一图像分割结果；

根据所述任一遥感图像样本对应的第一图像分割结果和语义标注图像，得到该遥感图像样本的损失值，直至得到每个遥感图像样本的损失值；

基于所有的损失值，对所述第一遥感图像分割模型进行优化，得到优化后的遥感图像分割模型，并将所述优化后的遥感图像分割模型作为第一遥感图像分割模型并返回执行所述将任一遥感图像样本输入所述卷积特征提取网络的步骤，直至满足预设迭代训练条件时，将所述优化后的遥感图像分割模型确定为所述第二遥感图像分割模型；

所述结合边缘增强与高斯位置编码的transformer网络包括：至少一个边缘位置transformer模块，每个边缘位置transformer模块包括：依次设置的融合层、位置编码层、第一相加层、多头注意力层、第二相加层、全连接层和第三相加层；将所述任一遥感图像样本对应的初始特征图和边缘语义特征图输入所述结合边缘增强与高斯位置编码的transformer网络，得到该遥感图像样本对应的增强特征图的步骤，包括：

将所述任一遥感图像样本对应的初始特征图和边缘语义特征图输入首个边缘位置transformer模块的融合层进行融合，得到该遥感图像样本对应第一融合特征图，并通过所述首个边缘位置transformer模块的位置编码层对该遥感图像样本对应的第一融合特征图中的每个像素点进行位置编码，得到该第一融合特征图的二维位置编码信息；

将所述任一遥感图像样本对应的第一融合特征图和该第一融合特征图的二维位置编码信息输入所述首个边缘位置transformer模块的第一相加层进行相加，得到该遥感图像样本对应的第一中间特征图；

将所述任一遥感图像样本对应的第一中间特征图输入依次连接设置的首个边缘位置transformer模块的多头注意力层、第二相加层、全连接层和第三相加层进行处理，得到该遥感图像样本对应的第二中间特征图，并将该第二中间特征图作为下一个边缘位置transformer模块的初始特征图，直至通过所有的边缘位置transformer模块进行处理，得到该遥感图像样本对应的增强特征图。

2.根据权利要求1所述的遥感图像分割方法，其特征在于，所述卷积特征提取网络包括：至少一个第一卷积层；所述将任一遥感图像样本输入所述卷积特征提取网络，得到该遥感图像样本对应的初始特征图的步骤，包括：

将所述任一遥感图像样本输入所述卷积特征提取网络，以分别通过每个第一卷积层进行特征提取，得到该遥感图像样本对应的初始特征图。