[发明专利]基于遗传算法的卫星图像预处理方法

摘要

本发明公开了一种基于遗传算法的卫星图像预处理方法，主要解决现有技术中无法实现类别平衡的问题，其实现方案是：1)卫星图像进行标签去噪和数据增强的预处理；2)对预处理后的卫星图形进行地物类别平衡；3)融合类别平衡后的卫星图像，生成训练样本；4)使用训练样本训练语义分割模型；5)对卫星图像测试样本集进行阴影位置检测；6)融合卫星图像测试集图像，使用语义分割模型对其进行检测；7)利用阴影位置的像素值修正检测得到的语义分割结果。本发明解决了卫星图像类别平衡问题，并通过阴影位置的像素值指导语义分割结果，明显提高了卫星图像语义分割精度，可用于深度学习中分类和分割任务的数据预处理。

主权项

1.一种基于遗传算法的卫星图像预处理方法，其特征在于，包括如下：(1)读取卫星图像中的训练数据集，包括RGB训练数据集和八波段多光谱MSI训练数据集，并对这两种数据集中的图像进行相同的标签去噪和数据增强的初步处理；(2)基于遗传算法对初步处理后的RGB训练数据集进行地物类别平衡，得到类别分布平衡后的RGB数据集，并从八波段多光谱MSI训练数据集中选取与平衡后的RGB数据集中名称一样的图像组成平衡后的八波段多光谱MSI数据集；(3)将平衡后的RGB数据集中的RGB图像与平衡后的八波段多光谱MSI数据集中相应的八波段多光谱MSI图像进行通道融合，生成新通道的训练样本；(4)将训练样本送入现有的图像级联网络ICNet进行训练，得到训练好的语义分割模型；(5)读取卫星图像中的测试数据集，包括RGB测试数据集和八波段多光谱MSI测试数据集，并对其中的八波段多光谱MSI测试数据集进行阴影位置检测，取出阴影部分的位置；(6)按照(3)的方法将RGB测试数据集与MSI测试数据集中的对应图像融合生成新的测试样本，并将其送入由(4)得到的语义分割模型，获得语义分割结果；(7)使用(5)得到的阴影位置的像素值对(6)得到的语义分割结果进行修正，得到经卫星图像优化后的语义分割结果，完成对卫星图像的预处理。