[发明专利]一种语义边缘主导的高分遥感影像分割方法在审

专利信息
申请号: 201910764982.4 申请日: 2019-08-19
公开(公告)号: CN110555857A 公开(公告)日: 2019-12-10
发明(设计)人: 夏列钢;张雄波;吴炜;杨海平 申请(专利权)人: 浙江工业大学
主分类号: G06T7/12 分类号: G06T7/12
代理公司: 33201 杭州天正专利事务所有限公司 代理人: 王兵;黄美娟
地址: 310014 浙*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要: 一种语义边缘主导的高分遥感影像分割方法,包括获取数据、设计网络、准备模型、生产边缘、形态学后处理、矢量化的步骤。本发明利用卷积神经网络的特征学习能力以及池化操作形成多尺度融合,从遥感影像中提取符合视觉特征的地物对象边缘;本发明可以采用预训练边缘模型或基于局部人工勾绘成果重新训练模型,分别对应分割任务中的非监督和监督方法;通过对边缘细化及延长连接形成相对精准及完整的地物边界,将边界矢量化形成分割所需地物多边形。由此方法生成的地物多边形能基本吻合地物在影像上的视觉边界,克服传统分割对象中大部分过分割与欠分割现象,为地物精细形态确定、类型识别、大规模信息提取提供有效支持。
搜索关键词: 地物 分割 遥感影像 矢量化 形态学 卷积神经网络 后处理 语义 边缘模型 边缘细化 地物对象 方法生成 获取数据 精细形态 视觉特征 特征学习 信息提取 训练模型 有效支持 多尺度 池化 吻合 影像 视觉 监督 融合 主导 网络 生产
【主权项】:
1.一种语义边缘主导的高分遥感影像分割方法,包括以下几个步骤:/n步骤1:获取数据:根据生产区域获取或重新采集可见光-近红外多光谱卫星影像数据或真彩色航空影像数据,确定数据类型、影像波段数、数值范围的参数;/n步骤2:设计网络:根据步骤1的数据参数调整或重新设计深度边缘神经网络,参考HED模型结构确定卷积过程、多层次合成、损失值计算等具体方法;/n所采用深度边缘神经网络有效学习地物多尺度边缘特征,由于一般图像中边缘与非边缘像素间极不平衡,用于损失值计算的loss函数应尽量克服这种非平衡性,引入边缘比例参数β进行计算:/nL=-β∑logPr(y
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浙江工业大学,未经浙江工业大学许可,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/201910764982.4/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top