[发明专利]一种自动提取海岸带养殖工厂轮廓的方法及装置

权利要求书

1.一种自动提取海岸带养殖工厂轮廓的方法，其特征在于：包括如下步骤：

步骤1：获取研究区域内多时相的高分辨率卫星影像的原始数据，同时将研究区域划分成上、下、左、右、中5个样方区域，每个样方区域的范围为100m*100m，在高分辨率卫星影像获取原始数据一个星期内，使用分辨率低于0.2m的挂载设备进行无人机航拍，获取每个样方区域的无人机影像，同时以无人机航拍样方区域为采集区域，在该采集区域内选择养殖设施的轮廓标志性点，使用RTK设备对养殖设施的轮廓标志性点进行点位测量，获取每个样方区域的地面测量数据；

步骤2：对步骤1中所获取的多时相无人机影像数据、高分辨率卫星影像数据和地面测量数据进行预处理，得到相应的预处理结果；

步骤3：结合无人机现场照片数据，对无人机预处理结果数据进行人工解译，确定研究区域海岸带养殖工厂的位置与分布；

步骤4：以人工解译无人机影像结果为依据，在卫星影像预处理结果数据上进行海岸带养殖工厂的样本制作，同时为不同的样本赋予标签；

步骤5：利用ArcGIS软件进行样本数据的格式转换，即将矢量样本数据进行栅格化处理；

步骤6：将每个样本和标签，进行同步随机裁剪，得到一个256*256尺寸的样本库；

步骤7：将步骤6得到的训练样本和标签进行训练集、验证集、测试集分割，分割比例为6:2:2；

步骤8：建立深度学习网络模型，采用U-Net的语义分割网络结构，以Resnet50作为特征提取器；

步骤9：将步骤7得到的训练集和标签输入到步骤8建立的网络模型中，进行模型训练，自动学习海岸带养殖工厂的颜色、光谱、纹理、物候等特征，并根据验证集的精度变化确定最佳的海岸带养殖工厂分类模型；

步骤10：将无标签的测试集样本数据，输入到训练好的最佳海岸带养殖工厂分类模型中，得到该模型的海岸带养殖工厂提取结果。

2.根据权利要求1所述的自动提取海岸带养殖工厂轮廓的方法，其特征在于，还包括提取后处理，根据实际需求对海岸带养殖工厂提取的结果数据进行后处理，主要包括统计分析、小斑点处理、地理坐标投影和栅矢转换。

3.根据权利要求2所述的自动提取海岸带养殖工厂轮廓的方法，其特征在于，还包括精度验证，借助混淆矩阵对模型训练完成后的海岸带养殖工厂轮廓提取结果进行精度验证，多采用总体分类精度、Kappa系数两个指标参数。

4.根据权利要求1所述的自动提取海岸带养殖工厂轮廓的方法，其特征在于，步骤2的具体操作步骤如下：

对原始卫星遥感影像数据和无人机遥感影像数据进行辐射定标、大气校正、几何校正、全色波段和多光谱波段融合的预处理，同时对地面测量数据进行数据导出、数据整理和矢量文件生产的预处理。

5.根据权利要求1所述的自动提取海岸带养殖工厂轮廓的方法，其特征在于，步骤6包括如下步骤：

步骤61，采用滑动裁剪方法，以10％的滑动重叠率将上述得到的海岸带养殖工厂样本和标签图裁剪为256*256像素大小的样本；

步骤62，对步骤62中裁剪得到的样本进行样本扩增处理，处理方法包括进行水平及垂直翻转、随机旋转、变形或亮度调整的预处理。

此处理方法弥补样本数据的不足，同时增强了样本差异的容忍能力。

6.根据权利要求1所述的自动提取海岸带养殖工厂轮廓的方法，其特征在于，步骤1中所述高分辨卫星影像数据，分辨率为米级或亚米级，数据云量小于10％。