[发明专利]多光谱图像的分割方法、装置、电子设备及存储介质

权利要求书

1.一种多光谱图像的分割方法，其特征在于，所述方法包括：

通过图像分割模型包括的第一分割子模型，对待处理的多光谱图像进行图像分割，得到相应的第一分割特征图像；

基于所述多光谱图像及所述第一分割特征图像，通过所述图像分割模型包括的第一特征扩展子模型，对所述多光谱图像进行特征扩展，得到相应的特征扩展图像；

通过所述图像分割模型包括的第二分割子模型，对所述特征扩展图像进行图像分割，得到所述多光谱图像对应的第一目标分割图像。

2.根据权利要求1所述的方法，其特征在于，所述第一特征扩展子模型包括第一概率确定层及第一像素处理层；所述通过所述图像分割模型包括的第一特征扩展子模型，对所述多光谱图像进行特征扩展，得到相应的特征扩展图像，包括：

通过所述第一概率确定层，确定所述第一分割特征图像中各像素归属于至少两个类别中各类别的概率；

通过所述第一像素处理层，将所述多光谱图像中各像素的像素数据，与所述特征扩展图像中相应位置像素所对应的所述概率做相乘处理，得到各所述类别对应的多波段特征图；

将得到的对应各所述类别的多波段特征图，作为所述多光谱图像的特征扩展图像。

3.根据权利要求2所述的方法，其特征在于，所述第二分割子模型包括第一特征叠加层及第一图像分割层；

所述通过所述图像分割模型包括的第二分割子模型，对所述特征扩展图像进行图像分割，得到所述多光谱图像对应的第一目标分割图像，包括：

通过所述第一特征叠加层，对各所述类别对应的多波段特征图进行特征叠加，得到第一特征组合图像；

通过所述第一图像分割层，对所述第一特征组合图像进行图像分割，得到所述多光谱图像对应的第一目标分割图像。

4.根据权利要求1所述的方法，其特征在于，所述第一分割子模型包括单波段提取层及初始图像分割层；

所述通过图像分割模型包括的第一分割子模型，对待处理的多光谱图像进行图像分割，得到相应的第一分割特征图像，包括：

通过所述单波段提取层对所述多光谱图像进行波段提取，得到多个波段中各波段对应的单波段图像；

通过所述初始图像分割层，分别对各波段对应的单波段图像进行图像分割，得到各波段对应的分割图像作为所述第一分割特征图像。

5.根据权利要求4所述的方法，其特征在于，所述第一特征扩展子模型包括第二概率确定层及第二像素处理层；所述通过所述图像分割模型包括的第一特征扩展子模型，对所述多光谱图像进行特征扩展，得到相应的特征扩展图像，包括：

通过所述第二概率确定层，分别确定所述各波段对应的分割图像中各像素归属于至少两个类别中各类别的概率；

通过所述第二像素处理层，将所述多光谱图像中各像素的像素数据，分别与各所述分割图像中相应位置像素所对应的所述概率做相乘处理，得到各所述类别对应的单波段特征图；

将得到的对应各所述类别的单波段特征图，作为所述多光谱图像的特征扩展图像。

6.根据权利要求5所述的方法，其特征在于，所述第二分割子模型包括第二特征叠加层及第二图像分割层；

所述通过所述图像分割模型包括的第二分割子模型，对所述特征扩展图像进行图像分割，得到所述多光谱图像对应的第一目标分割图像，包括：

通过所述第二特征叠加层，对各所述类别对应的单波段特征图进行特征叠加，得到第二特征组合图像；

通过所述第二图像分割层，对所述第二特征组合图像进行图像分割，得到所述多光谱图像对应的第一目标分割图像。

7.根据权利要求1所述的方法，其特征在于，所述图像分割模型还包括第二特征扩展子模型及第三分割子模型；

所述得到所述多光谱图像对应的第一目标分割图像之后，所述方法还包括：

基于所述多光谱图像及所述第一目标分割图像，通过所述第二特征扩展子模型，对所述多光谱图像进行特征扩展，得到相应的特征扩展图像；

通过所述第三分割子模型，对所述第二特征扩展子模型输出的特征扩展图像进行图像分割，得到所述多光谱图像对应的第二目标分割图像。