[发明专利]解译遥感图像的方法、装置和电子设备有效

专利信息
申请号: 201710051443.7 申请日: 2017-01-23
公开(公告)号: CN108229271B 公开(公告)日: 2020-10-13
发明(设计)人: 石建萍 申请(专利权)人: 北京市商汤科技开发有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/34;G06K9/42;G06K9/62;G06N3/08
代理公司: 北京英赛嘉华知识产权代理有限责任公司 11204 代理人: 王达佐;马晓亚
地址: 100084 北京市海淀区中*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 解译 遥感 图像 方法 装置 电子设备
【说明书】:

本申请公开了解译遥感图像的方法、装置和电子设备。该方法的具体实施方式包括:调整至少一张原始遥感图像,得到相对各原始遥感图像有变化的至少一张调整后的遥感图像;通过多层神经网络模型解译各原始遥感图像和各调整后的遥感图像,得到解译结果集;对解译结果集中同一原始遥感图像的解译结果,以及与原始遥感图像对应的各调整后的遥感图像的解译结果进行融合,得到各原始遥感图像的融合后解译结果;基于各原始遥感图像的融合后解译结果调整多层神经网络模型的网络参数。该实施方式能够在少量数据标注的前提下,自动利用大量数据中的信息进行学习,更新多层神经网络模型得到更好的解译结果。

技术领域

本申请涉及计算机技术领域,具体涉及图像识别技术领域,尤其涉及解译遥感图像的方法、装置和电子设备。

背景技术

解译也称判读或判释,指从遥感图像获取信息的基本过程。即根据各专业(部门)的要求,运用解译标志和实践经验与知识,从遥感图像上识别目标,定性、定量地提取出目标的分布、结构、功能等有关信息,并把它们表示在地理底图上的过程。

目前,在图像识别领域中,解译出遥感图像中像素的类别信息通常涉及图像特征的提取,基于深度学习技术可实现全自动地提取图像特征以解译遥感图像中像素的类别信息。传统的图像解译方法首先使用遥感图像训练集来训练CNN(Conventional NeuralNetwork,卷积神经网络),然后使用CNN解译出遥感图像中像素的类别信息。

传统的图像特征提取方法需要使用预先标定的一些属性(例如,图像标签等)来训练CNN。现有技术中,可通过人工手动标注的方式来进行图像的属性标注。

发明内容

本申请提出了一种改进的解译遥感图像的技术方案。

第一方面,本申请提供了一种解译遥感图像的方法,该方法包括:调整至少一张原始遥感图像,得到相对各原始遥感图像有变化的至少一张调整后的遥感图像;通过多层神经网络模型解译各原始遥感图像和各调整后的遥感图像,得到解译结果集,解译结果集包括对各原始遥感图像进行解译的解译结果和对与各原始遥感图像对应的各调整后的遥感图像进行解译的解译结果;对解译结果集中同一原始遥感图像的解译结果,以及与原始遥感图像对应的各调整后的遥感图像的解译结果进行融合,得到各原始遥感图像的融合后解译结果;基于各原始遥感图像的融合后解译结果调整多层神经网络模型的网络参数。

在一些实施例中,解译结果集和融合后解译结果包括:各张遥感图像中每个像素所属的目标类别信息。

在一些实施例中,对解译结果集中同一原始遥感图像的解译结果,以及与原始遥感图像对应的各调整后的遥感图像的解译结果进行融合,得到各原始遥感图像的融合后解译结果,包括:融合解译结果集中同一原始遥感图像的解译结果,以及与原始遥感图像对应的各调整后的遥感图像的解译结果中每个像素属于目标类别的信息,得到原始遥感图像中每个像素属于目标类别的融合信息;根据原始遥感图像中每个像素属于目标类别的融合信息,确定各原始遥感图像的融合后解译结果。

在一些实施例中,调整至少一张原始遥感图像,得到相对各原始遥感图像有变化的至少一张调整后的遥感图像,包括:对至少一张原始遥感图像进行裁剪,得到与各原始遥感图像对应的至少一张调整后的遥感图像;和/或对至少一张原始遥感图像进行旋转,得到与各原始遥感图像对应的至少一张调整后的遥感图像;和/或对至少一张原始遥感图像进行缩放,得到与各原始遥感图像对应的至少一张调整后的遥感图像;和/或对至少一张原始遥感图像的色彩进行调整,得到与各原始遥感图像对应的至少一张调整后的遥感图像。

在一些实施例中,对解译结果集中同一原始遥感图像的解译结果,以及与原始遥感图像对应的各调整后的遥感图像的解译结果进行融合,得到各原始遥感图像的融合后解译结果,包括:确定解译结果集中同一原始遥感图像的解译结果的第一置信度,以及与原始遥感图像对应的各调整后的遥感图像的解译结果的第二置信度;以及基于第一置信度和第二置信度确定融合后解译结果。

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北京市商汤科技开发有限公司,未经北京市商汤科技开发有限公司许可,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/pat/books/201710051443.7/2.html,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