[发明专利]一种基于遥感图像的水库水体提取方法

权利要求书

1.一种基于遥感图像的水库水体提取方法，其特征在于，包括以下步骤：

步骤S1、对遥感图像进行预处理，获得水体提取数据集，将数据集划分为训练集和测试集；

步骤S2、使用训练集训练网络模型，提出一种基于遥感图像的水库水体提取方法，提出使用Res2Net-UNet模型进行水库水体提取，采用UNet模型的编码层和解码层结构构建模型，并结合Res2Net模块和混合域注意力机制，将训练集作为模型的输入对Res2Net-UNet模型进行训练；

步骤S3、采用随机搜索算法对Res2Net-UNet模型进行参数寻优，使用训练好的模型对遥感图像进行水体提取，得到水体提取结果。

2.根据权力要求1所述的一种基于遥感图像的水库水体提取方法，其特征在于，在所述步骤S2中Res2Net-UNet模型的编码层结构为：

采用ResNet50作为编码层的基础架构，并融入Res2Net模块进行多尺度特征提取，组成Res2Net50模块作为编码层整体的结构，输出结果为5个特征图，记为f0、f1、f2、f3、f4，作为解码层的输入。

3.根据权力要求1所述的一种基于遥感图像的水库水体提取方法，其特征在于，在所述步骤S2中Res2Net-UNet模型的解码层结构为：

首先使用1×1的卷积操作作为Res2Net-UNet模型中编码层和解码层的中心模块部分，之后在解码层结构中融入混合域注意力机制，并和编码层进行跳跃连接，结合在编码层中输出的5个特征图进行特征融合，具体步骤为：

步骤一、将在编码层中得到的特征图f4经过1×1的卷积操作，得到解码层的特征图d4；

步骤二、对特征图f3进行上采样操作，之后和特征图d4进行拼接，经过两个连续的3×3卷积、BN、ReLU的组合操作，再经过混合域注意力机制模块，得到特征图d3；

步骤三、对特征图f2、f1和f0依次进行步骤二中的操作，得到特征图d2、d1和d0；

步骤四、将得到的最终特征图d0，输入到softmax函数中，将分类的数量设置为2，对图像像素进行水体和非水体的分类，得到最终的提取结果。

4.根据权力要求1所述的一种基于遥感图像的水库水体提取方法，其特征在于，在所述步骤S3中，采用随机搜索算法对Res2Net-UNet模型进行参数寻优，Res2Net-UNet模型最终参数为：学习率为0.0001，优化器使用Adam，激活函数为ReLu，迭代次数为130，批处理尺寸为4，Res2Net模块中分组的组数scale＝4。