[发明专利]一种基于深度学习的遥感图像水体提取方法及系统在审
| 申请号： | 201910059294.8 | 申请日： | 2019-01-22 |
| 公开（公告）号： | CN109934095A | 公开（公告）日： | 2019-06-25 |
| 发明（设计）人： | 康婧;慈天宇;苏航;耿丹阳 | 申请（专利权）人： | 中交信息技术国家工程实验室有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04 |
| 代理公司： | 北京正鼎专利代理事务所(普通合伙) 11495 | 代理人： | 岳亚 |
| 地址： | 100011 *** | 国省代码： | 北京;11 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明公开了一种基于深度学习的遥感图像水体提取方法及系统，该方法通过利用我国高分‑1号/2号(GF‑1/GF‑2)以及资源‑3号(ZY‑3)卫星影像，结合U‑net和Densenet两种深度学习的卷积神经网络(CNNs)结构的优势，建立了一种新型的提取水体的CNNs模型。通过对大量的高分遥感图像中的水体进行标注，得到影像中水体标注的结果作为训练集；用建立的CNNs模型对高分遥感图像进行训练试验并得到水体的二值化图像；将二值图像中识别出的像素值进行标识得到水体目标。本发明能够实现高精度、自动化的快速提取高分遥感影像中的水体信息，提升了水体提取的智能化、自动化水平和提取精度，能够广泛应用于水体提取相关的各个领域。 | ||
| 搜索关键词： | 水体 遥感图像 标注 卷积神经网络 二值化图像 自动化水平 二值图像 快速提取 卫星影像 遥感影像 训练集 智能化 像素 学习 影像 自动化 试验 应用 | ||
【主权项】：
1.一种基于深度学习的遥感图像水体提取方法，其特征在于，包括以下步骤：获取遥感图像；对所述遥感图像中的部分高分影像中的水体进行预标注，作为训练样本；建立卷积神经网络CNNs的深度学习模型，并根据所述训练样本对所述深度学习模型进行训练；根据训练得到的深度学习模型对遥感图像进行水体提取，得到二值化图像；对所述二值化图像进行水体提取和目标标定。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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中交信息技术国家工程实验室有限公司，未经中交信息技术国家工程实验室有限公司许可，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/patent/201910059294.8/，转载请声明来源钻瓜专利网。
