[发明专利]融合自学习语义特征与设计特征的遥感影像目标提取方法有效
| 申请号： | 201910777761.0 | 申请日： | 2019-08-22 |
| 公开（公告）号： | CN110544260B | 公开（公告）日： | 2020-06-30 |
| 发明（设计）人： | 张丽丽;吴继森;高红民;王慧斌;陈哲 | 申请（专利权）人： | 河海大学 |
| 主分类号： | G06T7/136 | 分类号： | G06T7/136;G06T5/00;G06T7/181 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 孟红梅 |
| 地址： | 211100 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种融合自学习语义特征与设计特征的遥感影像目标提取方法，包括如下步骤：使用人工设计的边缘算子对遥感影像提取内部边缘点，依据边缘点完成图像初始分割并标记分割对象；通过改进的Mask R‑CNN模型学习并提取建筑物语义特征，根据自学习语义特征提取建筑物掩膜图像；融合基于边缘算子的遥感影像分割图与掩膜图像获得最终建筑物提取图。本发明从建筑物的自学习语义特征与人工设计特征两个角度出发，完成建筑物提取。模型既可以通过自学习语义特征弥补传统人工特征设计困难导致的目标误提取、漏提取问题，又可通过人工特征的设计完善自学习语义特征导致的建筑物提取结果边缘拟合较差、局部缺失问题。 | ||
| 搜索关键词： | 融合 自学习 语义 特征 设计 遥感 影像 目标 提取 方法 | ||
【主权项】：
1.融合自学习语义特征与设计特征的遥感影像目标提取方法，其特征在于，包括如下步骤：/n(1)使用人工设计的边缘算子确定遥感影像中的边缘点，查找遥感影像内部边缘线，依据边缘线完成影像分割并标记，不同分割对象采用不同奇数/偶数初始化其像素值，每个对象中所有像素初始化为同一奇数/偶数值；/n(2)使用Mask R-CNN模型自动学习并提取建筑物语义特征，并根据自学习语义特征提取出建筑物掩模图像，将掩模图像的像素值初始化为1；/n(3)建立区域融合模型，将步骤(1)得到的对象分割图与步骤(2)得到的建筑物掩模图像对应像素相加，基于奇偶标记法获取掩模图像占据每个分割对象比例，根据设定的阈值判断分割对象是否属于建筑物，对建筑物掩模图像进行优化，提取出建筑物目标。/n
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河海大学，未经河海大学许可，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/201910777761.0/，转载请声明来源钻瓜专利网。
