[发明专利]一种基于多尺度残差融合网络的遥感图像岩脉提取方法有效
| 申请号： | 202310449575.0 | 申请日： | 2023-04-25 |
| 公开（公告）号： | CN116168302B | 公开（公告）日： | 2023-07-14 |
| 发明（设计）人： | 李冠群;俞伟学 | 申请（专利权）人： | 耕宇牧星（北京）空间科技有限公司 |
| 主分类号： | G06V20/10 | 分类号： | G06V20/10;G06V10/25;G06V10/80;G06V10/82;G06N3/08 |
| 代理公司： | 北京华创智道知识产权代理事务所(普通合伙) 11888 | 代理人： | 李彪 |
| 地址： | 100089 北京市海*** | 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： | 一种 基于 尺度 融合 网络 遥感 图像 提取 方法 | ||
1.一种基于多尺度残差融合网络的遥感图像岩脉提取方法，其特征在于，包括：
获取岩脉遥感图像；
根据多尺度残差融合网络得到特征图像；
所述多尺度残差融合网络包含有离散小波变换、多尺度残差融合模块和逆离散小波变换，使用所述离散小波变换对岩脉遥感图像进行分解，其中公式为，
；
其中，表示近似分量；
表示对角线分量；
表示水平分量；
表示垂直分量；
表示离散小波变换；
表示岩脉遥感图像；
使用所述多尺度残差融合模块对近似分量和对角线分量，水平分量和垂直分量进行融合，其中公式为，
；
；
其中，表示通过第一个多尺度残差融合模块后的第一个输出特征；
表示通过第一个多尺度残差融合模块后的第二个输出特征；
表示通过第二个多尺度残差融合模块后的第三个输出特征；
表示通过第二个多尺度残差融合模块后的第四个输出特征；
表示第一个多尺度残差融合模块；
表示第一个多尺度残差融合模块；
使用所述多尺度残差融合模块进行交叉融合，其中公式为，
；
；
其中，表示通过第三个多尺度残差融合模块后的第五个输出特征；
表示通过第三个多尺度残差融合模块后的第六个输出特征；
表示通过第四个多尺度残差融合模块后的第七个输出特征；
表示通过第四个多尺度残差融合模块后的第八个输出特征；
表示第三个多尺度残差融合模块；
表示第四个多尺度残差融合模块；
使用所述逆离散小波变换进行逆向转换，得到所述特征图像，其中公式为，
；
其中，表示逆离散小波变换；
表示特征图像；
将所述特征图像输入至遥感图像岩脉提取网络，得到岩脉提取结果。
2.根据权利要求1所述的一种基于多尺度残差融合网络的遥感图像岩脉提取方法，其特征在于，使用所述多尺度残差融合模块对近似分量和对角线分量，水平分量和垂直分量进行融合的方法进一步包括，所述多尺度残差融合模块共有两条计算分支，计算分支包含四个计算操作层，计算操作层由一个卷积、一个可切换归一化操作和一个参量整流线性单元组成，使用第一个计算操作层进行计算的公式为，
；
；
其中，表示第一计算分支的第一个计算操作层；
表示第二计算分支的第一个计算操作层；
表示通过第一计算分支的第一个计算操作层的输出；
表示通过第二计算分支的第一个计算操作层的输出；
使用两条计算分支的第二个计算操作层进一步处理，其公式为，
；
；
其中，表示第一计算分支的第二个计算操作层；
表示第二计算分支的第二个计算操作层；
表示通过第一计算分支的第二个计算操作层的输出；
表示通过第二计算分支的第二个计算操作层的输出；
表示对多个特征进行通道层面的叠加操作；
使用两条计算分支的第三个计算操作层进一步处理，其公式为，
；
；
其中，表示第一计算分支的第三个计算操作层；
表示第二计算分支的第三个计算操作层；
表示通过第一计算分支的第三个计算操作层的输出；
表示通过第二计算分支的第三个计算操作层的输出；
使用两条计算分支的第四个计算操作层进一步处理，得到融合后的结果，其公式为，
；
；
其中，表示第一计算分支的第四个计算操作层；
表示第二计算分支的第四个计算操作层。
3.根据权利要求2所述的一种基于多尺度残差融合网络的遥感图像岩脉提取方法，其特征在于，使用交叉熵损失对嵌套编码器进行训练，其中公式为，
；
其中，表示网络训练所采用的损失；
表示二元交叉熵；
表示骰子系数；
表示与输入岩脉遥感图像对应的岩脉区域二值标签。
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耕宇牧星（北京）空间科技有限公司，未经耕宇牧星（北京）空间科技有限公司许可，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/202310449575.0/1.html，转载请声明来源钻瓜专利网。
