ImageVerifierCode 换一换
格式:PDF , 页数:5 ,大小:1.50MB ,
资源ID:21161102      下载积分:10 金币
快捷下载
登录下载
邮箱/手机:
温馨提示:
快捷下载时,用户名和密码都是您填写的邮箱或者手机号,方便查询和重复下载(系统自动生成)。 如填写123,账号就是123,密码也是123。
特别说明:
请自助下载,系统不会自动发送文件的哦; 如果您已付费,想二次下载,请登录后访问:我的下载记录
支付方式: 支付宝    微信支付   
验证码:   换一换

加入VIP,免费下载
 

温馨提示:由于个人手机设置不同,如果发现不能下载,请复制以下地址【https://www.docduoduo.com/d-21161102.html】到电脑端继续下载(重复下载不扣费)。

已注册用户请登录:
账号:
密码:
验证码:   换一换
  忘记密码?
三方登录: 微信登录   QQ登录   微博登录 

下载须知

1: 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。
2: 试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓。
3: 文件的所有权益归上传用户所有。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 本站仅提供交流平台,并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

版权提示 | 免责声明

本文(面向深度学习的遥感影像样本库建设技术研究_饶杨莉.pdf)为本站会员(学资料)主动上传,道客多多仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知道客多多(发送邮件至docduoduo@163.com或直接QQ联系客服),我们立即给予删除!

面向深度学习的遥感影像样本库建设技术研究_饶杨莉.pdf

1、第 46 卷 第 4 期2023 年 4 月测 绘 与 空 间 地 理 信 息G E O M A T I C S&S P A T I A L I N F O R M A T I O N T E C H N O L O G YVol.46,No.4Apr.,2023收 稿 日 期:2021-11-08基 金 项 目:典 型 自 然 资 源 要 素 遥 感 影 像 样 本 库 建 设 方 法 研 究(Y2020ZL07)资 助作 者 简 介:饶 杨 莉(1987-),女,四 川 成 都 人,高 级 工 程 师,硕 士,2013 年 毕 业 于 西 南 交 通 大 学 地 图 学 与 地 理 信 息

2、 系 统 专 业,主 要 从 事地 理 信 息 系 统 应 用 等 方 面 的 研 究 工 作。面 向 深 度 学 习 的 遥 感 影 像 样 本 库 建 设 技 术 研 究饶 杨 莉1,张 玉 金1,周 兴 霞1,陈 飞2(1.自 然 资 源 部 第 三 航 测 遥 感 院,四 川 成 都 6 1 0 1 0 0;2.北 京 超 图 软 件 股 份 有 限 公 司,北 京 1 0 0 0 1 5)摘 要:针 对 深 度 学 习 样 本 制 作 技 术 稀 缺 以 及 样 本 复 用 性 差 等 问 题,本 文 围 绕 自 然 资 源 督 察 业 务、测 绘 生 产 项 目等 需 求,面 向

3、深 度 学 习 算 法 和 模 型,基 于 多 源 多 时 相 卫 星 遥 感 影 像,结 合 已 有 地 理 国 情 监 测 数 据、基 础 地 理 信 息数 据 等 资 料,对 水 体、林 地、推 填 土 等 典 型 自 然 资 源 要 素,开 展 了 遥 感 影 像 处 理、样 本 数 据 制 作、质 量 控 制、成 果 入库 等 方 面 的 技 术 研 究,初 步 建 立 了 一 套 面 向 深 度 学 习 的 遥 感 影 像 样 本 库 建 设 技 术 体 系,有 效 促 进 了 样 本 数 据 的统 一 管 理、重 复 利 用 和 动 态 更 新。关 键 词:深 度 学 习;遥 感

4、 影 像 样 本 库;自 然 资 源 要 素;多 源 多 时 相 影 像中 图 分 类 号:P209 文 献 标 识 码:A 文 章 编 号:1672-5867(2023)04-0038-05R e s e a r c h o n t h e C o n s t r u c t i o n T e c h n o l o g y o f R e m o t e S e n s i n g I m a g e S a m p l e D a t a b a s e f o r D e e p L e a r n i n gRAO Yangli1,ZHANG Yujin1,ZHOU Xingxia

5、1,CHEN Fei2(1.T h e T h i r d I n s t i t u t e o f P h o t o g r a m m e t r y a n d R e m o t e S e n s i n g,M N R,C h e n g d u 6 1 0 1 0 0,C h i n a;2.S u p e r M a p S o f t w a r e C o.,L t d.,B e i j i n g 1 0 0 0 1 5,C h i n a)A b s t r a c t:In view of the scarcity of deep learning sample

6、production technology and the poor reusability of samples,the research focu-ses on the needs of natural resource inspection business,surveying and mapping production projects,etc.,for deep learning algo-rithms and models.Based on multi-source and multi-temporal satellite remote sensing images,combin

7、ed with existing geographic conditions monitoring data,basic geographic information data and other data,the technical research on remote sensing image process-ing,sample data production,quality control,and storage of results has been carried out for typical natural resource elements such as water,fo

8、rest land and push fill.A set of remote sensing image sample database construction technology system oriented to deep learn-ing has been initially established,which effectively promots the unified management,reuse and dynamic update of sample data.K e y w o r d s:deep learning;remote sensing image s

9、ample database;natural resource elements;multi-source and multi-temporal ima-ges0 引 言深 度 学 习 作 为 人 工 智 能(Artificial Intelligence,AI)的核 心 技 术,近 年 来 在 图 像 分 类、目 标 检 测 等 领 域 展 现 出 巨大 优 势,利 用 深 度 学 习 技 术 进 行 影 像 解 译、视 觉 分 析 等 方面 的 研 究 也 越 来 越 多1。深 度 学 习 用 于 智 能 识 别 的 技 术主 要 包 括 场 景 分 类、语 义 分 割 和 目 标 检 测

10、2,三 者 所 利 用的 样 本 形 式 有 很 大 区 别,本 次 研 究 主 要 采 用 语 义 分 割 技术。国 内 外 已 有 的 语 义 分 割 样 本 数 据 集 大 多 针 对 房 屋 建筑,要 素 类 型 单 一,且 在 采 用 影 像、采 集 标 准、存 储 方 式 等方 面 存 在 差 异。此 外,样 本 数 据 作 为 深 度 学 习 智 能 分 类除 模 型 算 法 外 最 重 要 的 支 撑,其 质 量 和 数 量 在 很 大 程 度上 决 定 了 自 动 提 取 的 精 度。但 是,目 前 国 内 外 对 于 面 向深 度 学 习 的 样 本 制 作 技 术 方 面

11、 的 研 究 很 少,还 没 有 一 定的 建 库 标 准 可 供 参 照,样 本 的 复 用 性 较 差。随 着 AI+遥 感 技 术 的 广 泛 应 用,自 然 资 源 要 素 的 智 能识 别 与 提 取 成 为 构 建 自 然 资 源 监 管 决 策 应 用 体 系、实 现实 时 监 测 与 精 准 督 察 新 模 式、提 升 地 表 覆 盖 相 关 业 务 效能、提 高 自 然 资 源 测 绘 地 理 信 息 数 据 保 障 的 重 要 途 径。因 此,研 究 基 于 多 源 多 时 相 卫 星 遥 感 影 像,结 合 已 有 基 础数 据 资 料,围 绕 水 体、林 地、推 填 土

12、 等 典 型 自 然 资 源 要 素,面 向 深 度 学 习 算 法 和 模 型,初 步 建 立 了 一 套 切 实 可 行 的样 本 规 模 化 生 产 技 术 体 系,实 现 了 多 源 多 时 相 自 然 资 源要 素 遥 感 影 像 样 本 库 构 建,能 够 有 效 统 一 管 理 样 本 数 据,提 高 其 重 复 利 用 率,提 高 样 本 训 练 模 型 的 普 适 性,进 而 提升 自 然 资 源 要 素 智 能 化 提 取 能 力,推 动 自 然 资 源 调 查 与监 管 智 能 化 建 设3。1 样 本 设 计1.1 样 本 内 容面 向 深 度 学 习 的 遥 感 影

13、像 样 本 库 数 据 内 容 主 要 包 含以 下 几 类:1)样 本 矢 量 图 斑(shp):根 据 遥 感 影 像 采 集 的 各 类 自然 资 源 要 素 图 斑,包 括 水 体、林 地、推 填 土 等,坐 标 系 及 投影 信 息 与 对 应 的 原 始 影 像 一 致。2)样 本 标 签(label):由 样 本 矢 量 图 斑 通 过 数 据 转 换得 到 栅 格 格 式 的 标 签 数 据,NoData 值 设 置 为 127,分 辨 率、坐 标 系 及 投 影 信 息 与 对 应 的 原 始 影 像 一 致。3)样 本 影 像(src):利 用 样 本 标 签 裁 剪 原

14、始 遥 感 影 像并 经 降 位 处 理 所 得,大 小 与 样 本 标 签 完 全 一 致,数 据 深 度为 8 bit,NoData 值 设 置 为 255,分 辨 率、坐 标 系 及 投 影 信 息同 对 应 的 原 始 遥 感 影 像。4)标 准 尺 寸 样 本 数 据:样 本 标 签 和 样 本 影 像 经 过 裁切 所 得 的 尺 寸 为 600 600 个 像 素,可 直 接 用 于 模 型 训 练的 数 据,包 括 标 准 尺 寸 样 本 影 像 数 据 集 及 其 对 应 的 标 准尺 寸 标 签。5)深 度 学 习 模 型(model):包 括 模 型 文 件 及 其 配

15、置 文件,两 者 需 配 套 使 用 进 行 后 续 智 能 分 类。1.2 样 本 大 小深 度 学 习 通 常 由 低 层 到 高 层 从 影 像 中 提 取 特 征,分别 获 取 其 边 缘 特 征、局 部 特 征、整 体 特 征,样 本 需 能 够 体现 地 物 的 全 部 特 征4。因 此,单 块 样 本 建 议 越 大 越 好,尽可 能 包 含 丰 富 多 样 的 地 物 特 征 信 息,具 体 实 施 过 程 中 样本 大 小 应 不 小 于 3 5003 500 个 像 素,特 殊 情 况 的 分 类 需求 应 确 保 单 块 样 本 不 小 于 600600 个 像 素。1.

16、3 样 本 规 模成 功 训 练 一 个 深 度 网 络 需 要 训 练 大 量 样 本,因 此,样本 规 模 原 则 上 越 大 越 好,考 虑 到 实 际 生 产 效 率 问 题,具 体实 施 时 样 本 量 尽 可 能 控 制 在 0.20.5 景,可 在 一 景 影 像中 选 取 一 块 满 足 样 本 规 模 要 求 的 区 域,也 可 选 取 多 块 区域,累 加 后 满 足 样 本 规 模 需 求 即 可。1.4 样 本 类 别综 合 考 虑 影 像 上 呈 现 的 地 表 覆 盖 状 况、生 产 效 率、算法 实 现 可 能 性 等 因 素,为 提 高 各 类 样 本 数 据

17、的 多 样 性、增强 训 练 模 型 的 鲁 棒 性 和 泛 化 能 力5,确 定 样 本 类 别 为 单一 类 型,即 对 水 体、林 地、推 填 土 等 要 素 类 型 分 别 进 行 样本 数 据 的 采 集 制 作。2 资 料 收 集2.1 多 源 遥 感 影 像收 集 到 覆 盖 成 都 市 的 多 源 多 时 相 遥 感 影 像,具 体 包括 分 辨 率 为 0.5 m 的 高 景 一 号(GJ-1),分 辨 率 为 0.8 m的 北 京 二 号(BJ-2)、高 分 二 号(GF-2)以 及 分 辨 率 为 2 m的 资 源 三 号(ZY-3)、高 分 一 号(GF-1)卫 星 影

18、 像,主 要 来源 于 20162020 年 地 理 国 情 监 测 项 目 以 及 四 川 省 遥 感 影像 统 筹 推 送,包 括 未 经 正 射 纠 正 的 原 始 全 色 影 像 和 多 光谱 影 像 以 及 经 正 射 纠 正 后 的 融 合 影 像,获 取 时 间 涵 盖 春夏 秋 冬 4 个 季 节。该 数 据 主 要 用 于 典 型 自 然 资 源 要 素 样 本 采 集 与制 作。2.2 地 理 国 情 监 测 数 据收 集 到 成 都 市 的 地 理 国 情 监 测 数 据,内 含 地 表 覆 盖分 类 图 斑,现 势 性 为 2020 年 6 月 30 日。国 情 数 据

19、 地 表 覆盖 分 类 体 系 共 分 为 8 个 一 级 类、47 个 二 级 类 和 88 个 三 级类,其 中,一 级 类 的 分 类 体 系 见 表 1。表 1 地 理 国 情 监 测 地 表 覆 盖 分 类 体 系(一 级 类)T a b.1 L a n d c o v e r c l a s s i f i c a t i o n s y s t e m f o r g e o g r a p h i c a l c o n d i t i o n s m o n i t o r i n g(f i r s t c l a s s)编 码 名 称01 种 植 土 地03 林 草 覆

20、 盖05 房 屋 建 筑(区)06 铁 路 与 道 路07构 筑 物08 人 工 堆 掘 地09 荒 漠 与 裸 露 地10 水 域 提 取 该 数 据 地 表 覆 盖 分 类 图 斑 中 与 林 地、水 体、推 填土 等 相 关 的 要 素 数 据,作 为 样 本 矢 量 图 斑 采 集 的 本 底 数据 或 参 考 数 据。2.3 基 础 地 理 信 息 数 据收 集 到 成 都 市 的 基 础 地 理 信 息 数 据,主 要 包 括 1 1 000、1 2 000、1 10 000 等 比 例 尺 的 DLG 数 据,数 据 格 式有 DWG/MDB/GDB,内 含 点、线、面 3 种

21、几 何 类 型。针 对不 同 比 例 尺、不 同 项 目 的 需 求 不 同,其 DLG 分 类 体 系 也 有所 差 异,一 般 分 为 10 个 一 级 类、59 个 二 级 类、多 个 三 级类,其 中,一 级 类 的 分 类 体 系 见 表 2。表 2 数 字 线 划 图(D L G)分 类 体 系(一 级 类)T a b.2 D i g i t a l L i n e G r a p h i c(D L G)c l a s s i f i c a t i o n s y s t e m(f i r s t c l a s s)编 码 名 称01 定 位 基 础02 水 系 及 附 属

22、 设 施03 居 民 地 及 附 属 设 施04 交 通 及 附 属 设 施05 管 线06 境 界 与 政 区07 地 貌 与 土 质08 植 被09 地 名10 符 号 及 辅 助 提 取 该 数 据 面 状 图 斑 中 与 林 地、水 体、推 填 土 等 相 关的 要 素 数 据,作 为 样 本 矢 量 图 斑 采 集 的 本 底 数 据 或 参 考数 据。9 3 第 4 期 饶 杨 莉 等:面 向 深 度 学 习 的 遥 感 影 像 样 本 库 建 设 技 术 研 究3 建 库 技 术 流 程遥 感 影 像 样 本 库 建 设 总 体 工 艺 流 程 如 图 1 所 示。图 1 遥 感

23、 影 像 样 本 库 建 设 总 体 工 艺 流 程F i g.1 O v e r a l l t e c h n o l o g i c a l p r o c e s s o f r e m o t e s e n s i n g i m a g e s a m p l e d a t a b a s e c o n s t r u c t i o n3.1 遥 感 影 像 处 理3.1.1 影 像 纠 正针 对 收 集 影 像 中 还 未 正 射 纠 正 的 原 始 卫 星 影 像(包含 全 色 影 像 和 多 光 谱 影 像),数 据 分 发 时 已 经 过 辐 射 定标、大 气 校

24、正 等 处 理,实 际 使 用 时 还 需 对 其 进 行 纠 正 与 融合 处 理。一 般 采 用 人 工 刺 点 或 影 像 特 征 匹 配 的 方 式 获 取影 像 控 制 点、连 接 点,经 区 域 网 平 差 后 解 算 出 高 精 度 外 参数,然 后 使 用 解 算 的 外 参 数 和 DEM 数 据 进 行 全 色 影 像 正射 纠 正,再 利 用 纠 正 后 的 全 色 影 像 对 多 光 谱 影 像 进 行 配准 纠 正,得 到 整 景 全 色、多 光 谱 数 字 正 射 影 像 成 果,最 后经 融 合 处 理 得 到 整 景 多 波 段 融 合 影 像,具 体 如 图

25、2 所 示。图 2 遥 感 影 像 正 射 纠 正 流 程F i g.2 O r t h o r e c t i f i c a t i o n p r o c e s s o f r e m o t e s e n s i n g i m a g e3.1.2 影 像 增 强为 提 升 模 型 训 练 以 及 智 能 解 译 精 度,还 需 对 多 源 正射 影 像 进 行 系 列 增 强 处 理,改 善 影 像 质 量,增 强 影 像 特征,减 少 辐 射 值 差 异,主 要 包 括 影 像 降 位、直 方 图 匹 配、多尺 度 重 采 样 等 处 理。1)影 像 降 位研 究 所 用 影

26、 像 均 为 RGB 的 16 位 无 符 号 整 型 数 据,各波 段 数 值 在0,65 535 之 间,数 据 分 布 范 围 较 广,各 像 元特 征 差 异 较 大,模 型 训 练 时 较 难 正 确 提 取 学 习 影 像 特 征信 息,易 造 成 训 练 结 果 不 可 靠;另 外,16 位 的 遥 感 影 像 数据 量 较 大,模 型 训 练 时 迭 代 收 敛 时 间 较 长,影 响 训 练 与 解译 效 率。因 此,在 模 型 训 练 与 自 动 解 译 之 前,需 对 遥 感 影像 进 行 降 位 压 缩 处 理,将 其 数 据 深 度 从 16 位 转 为 8 位,使影

27、 像 像 元 数 值 分 布 在0,255 之 间,一 般 可 采 用 百 分 比 截断、最 大 最 小 值 拉 伸 等 方 法 进 行 降 位 处 理。2)直 方 图 匹 配受 卫 星 传 感 器、太 阳 光 照、大 气 等 因 素 影 响,同 一 地区 的 遥 感 影 像 在 特 征 上 存 在 较 大 差 异6,主 要 体 现 在 色调、光 谱、地 物 特 征 上 不 一 致,将 会 直 接 影 响 智 能 解 译 效果。因 此,在 智 能 解 译 效 果 不 理 想 的 情 况 下,有 必 要 对 待解 译 遥 感 影 像 进 行 直 方 图 匹 配,减 少 色 彩 上 的 差 异,提

28、 高自 动 解 译 精 度。3)多 尺 度 重 采 样模 型 训 练 时,针 对 大 规 模 成 片 的 要 素 类 型,例 如 推 填土、林 地 等,单 张 高 分 辨 率 标 准 尺 寸 的 样 本 较 难 显 示 完 整的 要 素 影 像 特 征 信 息,容 易 影 响 模 型 学 习 效 果,造 成 提 取精 度 偏 低。因 此,在 训 练 效 果 不 理 想 情 况 下,可 将 高 分 辨率 标 准 尺 寸 的 样 本 通 过 重 采 样 处 理,生 成 多 种 较 低 分 辨率 的 样 本 数 据,例 如,可 将 1 m 分 辨 率 样 本 重 采 样 成 2 m、5 m、10 m

29、 等 多 尺 度 的 样 本 数 据,然 后 将 其 所 有 数 据 作 为样 本 数 据 集 共 同 参 与 模 型 训 练。自 动 分 类 解 译 时,在 解 译 结 果 较 差 情 况 下,也 可 考 虑将 待 解 译 影 像 进 行 多 尺 度 重 采 样。针 对 大 规 模 成 片 的 要素 类 型,例 如 推 填 土、林 地 等,可 将 遥 感 影 像 重 采 样 到 更低 分 辨 率 后 再 进 行 分 类;针 对 房 屋、水 体 等 存 在 较 多 小 面积 图 斑 且 边 界 较 明 显 的 要 素,则 可 将 遥 感 影 像 重 采 样 到更 高 分 辨 率 后 再 进 行

30、 分 类。3.1.3 影 像 分 析 综 合 分 析 影 像 的 质 量、分 辨 率、时 相 与 季 节,优 先 使用 影 像 质 量 好、待 采 要 素 特 征 信 息 丰 富、可 准 确 判 断 要 素类 型 的 影 像 进 行 样 本 数 据 制 作,至 少 选 用 2 个 季 节 及 以 上的 影 像 数 据。所 使 用 影 像 需 保 证 大 于 等 于 3 个 波 段,一 般为 3 个 或 者 4 个 波 段。3.2 样 本 数 据 制 作3.2.1 样 本 区 选 取综 合 分 析 影 像 上 待 采 集 要 素 的 特 征、数 量 及 分 布 情况,在 质 量 较 好 的 影

31、像 上 选 取 一 块 连 续 或 多 块 独 立 的 可代 表 整 景 影 像 上 该 要 素 形 态 的 局 部 区 域 作 为 样 本 采 集区,但 应 尽 量 包 含 要 素 丰 富 多 样 的 纹 理、几 何 与 光 谱 特 征信 息,以 及 与 周 围 地 物 的 多 种 相 互 关 系,即 同 类 要 素 应 具有 不 同 大 小、形 状、视 角、背 景、光 强 度、颜 色 等 多 样 性。3.2.2 本 底 数 据 制 作为 减 少 人 工 采 集 样 本 工 作 量,提 高 样 本 采 集 效 率 与准 确 性,研 究 采 用 了 3 种 样 本 矢 量 图 斑 本 底 数

32、据 制 作 方法,即 基 于 已 有 数 据 成 果 制 作、基 于 分 类 规 则 半 自 动 提 取结 果 制 作、基 于 深 度 学 习 自 动 解 译 结 果 制 作,并 利 用 样 本区 范 围 外 扩 50 m 及 以 上 的 区 域 裁 剪 提 取 本 底 数 据。3.2.3 样 本 矢 量 图 斑 采 集根 据 水 体、林 地、推 填 土 等 典 型 自 然 资 源 要 素 的 影 像0 4 测 绘 与 空 间 地 理 信 息 2023 年特 征,在 已 有 的 本 底 数 据 基 础 上,参 照 多 源 多 时 相 数 字 正射 影 像,通 过 人 工 目 视 判 读 的 方

33、 式,对 样 本 区 内 与 影 像 不一 致 的 矢 量 图 斑 进 行 编 辑 更 新,分 别 制 作 成 水 体、林 地、推 填 土 等 要 素 的 样 本 矢 量 图 斑 数 据。3.2.4 图 斑 属 性 赋 值基 于 采 集 的 样 本 矢 量 图 斑,首 先 删 除 数 据 表 中 多 余字 段,添 加 短 整 型“Code”字 段、文 本 型“Class”字 段;然 后将 所 有 矢 量 图 斑 进 行 合 并 处 理,变 为 1 个 大 的 复 合 图 斑,即 正 样 本 图 斑,并 对 其 属 性 字 段 进 行 赋 值,“Code”赋“1”“Class”赋“水 体”“林

34、地”“推 填 土”;再 导 入 样 本 区 范 围 数据 作 为 负 样 本 图 斑,利 用 正 样 本 图 斑 裁 切 负 样 本 图 斑,并对 其 属 性 表 中 的 负 样 本 图 斑 相 应 属 性 赋 值,“Code”赋“0”,“Class”赋“其 他”。3.2.5 样 本 标 签 制 作利 用 样 本 区 矢 量 范 围 裁 剪 属 性 赋 值 后 的 样 本 矢 量 图斑,得 到 标 准 范 围 的 样 本 矢 量 图 斑 数 据;然 后 运 用 ArcGIS的“Feature to Raster”工 具 将 其 转 为 栅 格 格 式,即 为 样 本 标签 文 件,其 中 转

35、换 字 段“Field”选 择“Code”“Output cell size”同 对 应 原 始 影 像 的 分 辨 率,并 将 其 另 存 为“.png”格 式,NoData 值 设 为 127,分 辨 率 同 对 应 的 原 始 影 像。3.2.6 样 本 影 像 处 理样 本 影 像 处 理 有 2 种 方 式:一 是 先 裁 剪 再 降 位;二 是先 降 位 再 裁 剪。两 者 差 异 不 大,一 般 选 用 第 一 种 方 式,若训 练 分 类 效 果 不 理 想 时,也 可 考 虑 使 用 第 二 种 方 式 处 理。但 需 注 意,裁 剪 后 的 影 像 大 小 需 与 样 本

36、标 签 完 全 一 致,即行 列 数 相 同。方 式 一:先 裁 剪 再 降 位。利 用 样 本 标 签 文 件 裁 剪 对应 的 原 始 整 景 遥 感 影 像,并 将 其 另 存 为“.img”格 式,NoData 值 设 为 65 535,分 辨 率 同 原 始 影 像;然 后 将 其 转 为8 bit 影 像,即 为 样 本 影 像。方 式 二:先 降 位 再 裁 剪。首 先 将 原 始 整 景 影 像 转 为8 bit;然 后 利 用 样 本 标 签 文 件 裁 剪 降 位 处 理 后 的 遥 感 影像,并 将 其 另 存 为“.img”格 式,NoData 值 设 为 255,分

37、辨率 同 原 始 影 像,即 为 样 本 影 像。3.2.7 样 本 数 据 裁 切将 样 本 标 签 和 样 本 影 像 分 别 存 放 在“original”文 件 夹下 名 为“label”“src”的 2 个 文 件 夹 中,然 后 利 用 深 度 学 习智 能 识 别 系 统 对 其 进 行 样 本 裁 切,最 终 得 到 可 直 接 用 于后 续 模 型 训 练 的 标 准 尺 寸 的 小 块 样 本,结 果 保 存 在“train”文 件 夹 中,数 据 存 放 结 构 如 图 3 所 示。其 中,样 本尺 寸 根 据 实 际 深 度 学 习 软 件 需 求 进 行 设 置,本

38、次 研 究 设置 为 600600 像 素。考 虑 到 数 据 安 全 性,一 般 需 将 标 准尺 寸 样 本 数 据 的 坐 标 信 息 删 除。3.2.8 样 本 数 据 增 强样 本 数 据 增 强 的 主 要 目 的 是 丰 富 训 练 样 本,扩 充 样本 数 据 集,增 加 地 物 目 标 的 特 征 多 样 性 和 复 杂 性,避 免 训练 期 间 出 现 过 拟 合 导 致 模 型 泛 化 能 力 不 强,旨 在 提 高 训练 模 型 的 鲁 棒 性7。因 此,通 常 会 在 训 练 时 随 机 对 标 准尺 寸 样 本 影 像 数 据 集 及 其 对 应 的 样 本 标 签

39、 进 行 各 种 几 何图 3 样 本 裁 切 前 后 数 据 存 放 结 构F i g.3 D a t a s t o r a g e s t r u c t u r e b e f o r e a n d a f t e r s a m p l e c u t t i n g变 换(可 由 软 件 自 动 或 人 工 手 动 实 现),主 要 包 括 以 下 几类 方 式(具 体 如 图 4 所 示)8:1)图 像 翻 转:沿 着 水 平 或 垂 直 方 向 翻 转 图 像,改 变 地物 目 标 的 相 对 位 置;2)图 像 旋 转:将 图 像 顺 时 针 旋 转 90、180 或 27

40、0 等,增 强 地 物 目 标 的 角 度 多 样 性;3)图 像 缩 放:以 一 定 比 例 缩 放 图 像(缩 小 0.5 倍,放大 0.5 倍),增 加 地 物 目 标 的 尺 度 多 样 性;4)图 像 加 噪:在 标 准 尺 寸 样 本 影 像 数 据 集 中 添 加 噪声 并 匹 配 对 应 的 样 本 标 签,增 强 神 经 网 络 抗 干 扰 能 力。图 4 数 据 增 强 方 法 部 分 示 意 图F i g.4 P a r t i a l s c h e m a t i c d i a g r a m o f d a t a e n h a n c e m e n t m

41、e t h o d3.2.9 模 型 训 练 与 精 度 验 证首 先 根 据 样 本 数 据 内 容 及 研 究 需 求,结 合 已 有 技 术经 验,修 改 设 置 样 本 模 型 配 置 文 件;再 基 于 裁 切 后 标 准 尺寸 的 小 块 样 本 标 签 和 影 像 数 据、修 改 后 的 配 置 文 件,利 用深 度 学 习 智 能 识 别 系 统 进 行 模 型 训 练;然 后 基 于 样 本 训练 模 型 及 其 对 应 的 配 置 文 件,自 动 解 译 降 位 处 理 后 的 待分 类 遥 感 影 像(8 bit);若 解 译 效 果 不 理 想 则 需 修 改 配 置文

42、 件 参 数 或 增 加 样 本 数 量,重 新 进 行 模 型 训 练 与 分 类解 译。3.3 质 量 控 制针 对 典 型 自 然 资 源 要 素 遥 感 影 像 样 本 数 据 成 果,采用 人 工 对 照 检 查 和 模 型 精 度 评 估 2 种 方 式 进 行 质 量 检 查与 控 制,确 保 其 准 确 性 与 稳 定 性。3.3.1 人 工 对 照 检 查通 过 人 工 手 动 检 查 核 对 影 像、数 据 表 格 或 可 视 化 的1 4 第 4 期 饶 杨 莉 等:面 向 深 度 学 习 的 遥 感 影 像 样 本 库 建 设 技 术 研 究图 形,从 而 判 断 检

43、查 内 容 的 正 确 性9。3.3.2 模 型 精 度 评 估利 用 深 度 学 习 软 件,结 合 样 本 数 据 进 行 模 型 训 练,得到 初 始 模 型,再 利 用 初 始 模 型 进 行 自 动 提 取 分 类,分 类 结果 不 满 足 精 度 要 求 时 补 充 采 集 样 本、制 作 样 本 标 签、训 练模 型、自 动 提 取 分 类,如 此 循 环 迭 代,直 至 分 类 精 度 满 足需 求。3.4 成 果 入 库将 样 本 成 果 数 据 按 照 各 类 数 据 结 构 要 求 进 行 数 据 组织、属 性 值 代 码 化、表 达 标 准 化,之 后 存 储 入 库,

44、形 成 典 型自 然 资 源 要 素 遥 感 影 像 样 本 数 据 库。成 果 可 以 采 用 手 动添 加 或 程 序 批 量 入 库,入 库 后 必 须 满 足 数 据 完 整 性、逻 辑关 系 一 致 性 等 要 求,同 时 记 录 数 据 入 库 日 志。4 结 束 语通 过 围 绕 水 体、林 地、推 填 土 等 典 型 自 然 要 素 开 展 了多 时 相、多 空 间 分 辨 率、多 种 影 像 源 的 遥 感 影 像 样 本 库 建设,初 步 建 立 了 一 套 面 向 深 度 学 习 的 样 本 规 模 化 生 产 技术 体 系,研 究 成 果 将 直 接 应 用 于 国 家

45、 自 然 资 源 调 查 与 督察 业 务 服 务,推 动 国 家 自 然 资 源 督 察 的 信 息 化、智 能 化 建设10,同 时 也 可 以 推 广 应 用 至 全 球 地 理 信 息 资 源 建 设、地理 国 情 监 测、实 景 三 维 中 国 以 及 其 他 需 要 对 要 素 进 行 识别 与 提 取 的 项 目 中,进 而 推 动 测 绘 地 理 信 息 的 智 能 化发 展。参 考 文 献:1 王 海 龙.基 于 深 度 学 习 的 快 速 目 标 检 测 算 法 研 究D.哈 尔 滨:哈 尔 滨 工 业 大 学,2018.2 徐 金 晓,方 圆.深 度 学 习 在 高 分

46、辨 率 遥 感 影 像 解 译 中的 应 用 研 究J.通 信 电 源 技 术,2019,36(8):68-69.3 自 然 资 源 部.关 于 印 发 自 然 资 源 科 技 创 新 发 展 规 划 纲要 的 通 知J.自 然 资 源 通 讯,2018(22):13-31.4 孙 启 新.面 向 卷 积 神 经 网 络 场 景 解 译 的 地 质 灾 害 遥 感影 像 样 本 库 建 设 研 究 D.西 安:西 安 交 通 大学,2019.5 黄 毅,金 立 左.基 于 深 度 学 习 的 空 域 弱 小 目 标 检 测J.信 息 技 术 与 信 息 化,2020(6):217-220.6

47、黄 启 厅,覃 泽 林,曾 志 康.多 源 多 时 相 遥 感 影 像 相 对辐 射 归 一 化 方 法 研 究 J.地 球 信 息 科 学 学 报,2016(5):606-614.7 倪 良 波.基 于 深 度 学 习 的 多 时 相 遥 感 目 标 变 化 检 测 及分 类 研 究D.贵 州:贵 州 大 学,2020.8 邹 源.基 于 卷 积 神 经 网 络 的 高 分 辨 率 遥 感 影 像 分 类D.成 都:成 都 市 理 工 大 学,2020:1-58.9 王 杰,曹 瑞 华,王 霞.地 理 信 息 数 据 生 产 质 量 控 制 方法 探 索J.现 代 制 造 技 术 与 装 备

48、,2011(1):10-12.10 周 成 刚.自 然 资 源 督 察 业 务 信 息 化 系 统 建 设 D.西安:长 安 大 学,2019.编 辑:张 曦(上 接 第 3 7 页)参 考 文 献:1 张 晓 东,李 德 仁,龚 健 雅,等.遥 感 影 像 与 GIS 分 析 相 结合 的 变 化 检 测 方 法J.武 汉 大 学 学 报(信 息 科 学 版),2006(3):266-269.2 CHEN J,CHEN X,CUI X,et al.Change vector analysis in posterior probability space:A new method for la

49、nd cover change detectionJ.IEEE Geoscience and Remote Sens-ing Letters,2011,8(2):317-321.3 吴 海 平,温 礼,邓 凯,等.基 于 深 度 学 习 的 高 分 辨 率 遥 感影 像 自 动 变 化 检 测J.测 绘 与 空 间 地 理 信 息,2021,44(7):102-106.4 雷 涛,张 肖,加 小 红,等.基 于 模 糊 聚 类 的 图 像 分 割 研 究进 展J.电 子 学 报,2019,47(8):1776-791.5 云 红 全,章 启 恒,田 振 坡,等.基 于 图 像 融 合 的 高

50、分 全 色遥 感 影 像 变 化 检 测J.测 绘 与 空 间 地 理 信 息,2019,42(4):105-109.6 LI BN,CHUI CK,CHANG S,et al.Integrating spatial fuzzy clustering with level set methods for automated medi-cal image segmentation J.Computers in biology and medicine,2011,41(1):1-10.7 胡 玉 玺,李 轶 鲲,杨 萍.基 于 上 下 文 敏 感 的 贝 叶 斯 网 络及 方 向 关 系 的 遥

本站链接:文库   一言   我酷   合作


客服QQ:2549714901微博号:道客多多官方知乎号:道客多多

经营许可证编号: 粤ICP备2021046453号世界地图

道客多多©版权所有2020-2025营业执照举报