内容提供者
基于视差信息的遥感图像语义分割方法.pdf
2023-05-23
10金币
1.1MB
16页
韶敏****ab
实名认证
内容提供者
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10
亲，该文档总共16页，到这已经超出免费预览范围，如果喜欢就直接下载吧～
相关资料
基于视差信息的遥感图像语义分割方法.pdf
本发明提出一种基于视差信息的遥感图像语义分割方法,用于解决现有技术中存在的分割精度较低的技术问题,实现步骤为:获取训练样本集和测试样本集;对训练样本集进行预处理;对视差网络进行训练;对测试样本集进行视差检测;获取测试样本集的视差信息;对语义分割网络进行训练;对测试样本集进行语义检测;对初步语义分割结果进行修正;获取最终的语义分割结果。本发明对遥感图像的视差结果进行左右一致性检测LRC,再利用检测得到的视差信息对语义分割结果进行修正,并提出了一个全新的语义切块融合检测方法,显著提高了语义分割的精度。可用于地
2023-05-23
10
1.1MB
一种基于深度学习的遥感图像语义分割方法.pdf
本发明公开了一种基于深度学习的遥感图像语义分割方法，包括以下步骤：获取数据集；对数据进行增广；构建segnet、unet网络模型；修改segnet网络，在编码器中的前两个阶段增加两个空洞空间金字塔池化(ASPP)模块，有效提取多尺度特征，保留空间位置信息，完成两个ASPP模块的训练后，在解码器中进行相应的特征融合；载入数据进行模型训练、预测；模型融合，将使用三个模型得到的预测图的每个像素点进行投票；对预测结果做可视化处理。本发明对segnet网络进行改进，增强了特征提取能力并有效的融合了网络的上下文信息，
2023-11-06
10
807KB
基于边界点选择算法的遥感图像语义分割方法.pdf
本发明公开了基于边界点选择算法的遥感图像语义分割方法，包括如下步骤：首先，通过计算对图像进行平滑滤波，得到平滑的图像，再对平滑的图像进行拉普拉斯运算，增强图像，选择二价倒数中的零交叉点进行边缘检测判据，随机选取点，构造边界区域，通过计算确定结构边界点，本发明通过边界点选择算法去结合边缘检测和深度学习的分割方法，在边缘检测的基础上选择结构边界点来构成边界点图，更好地保留语义分割对象的边界信息，结合了边缘检测算法，使得语义分割对象的边界与真实值吻合地更好，减少了在下采样过程中边界丢失的问题，得到的语义分割模型
2023-11-05
10
575KB
一种基于双边融合的遥感图像语义分割方法.pdf
本发明公开了一种基于双边融合的遥感图像语义分割方法，该方法包括以下步骤：输入单幅遥感图像；构造用于风格迁移的生成器；构造基于双边融合方式的卷积神经网络；生成并迭代优化学习模型；输出语义分割结果。本发明的特点在于定义了一个针对遥感图像的语义分割模型，可以克服因图像噪声引起的漏检、误检问题，增强了遥感图像的分割效果，提高了语义分割的准确率；本发明可广泛应用于国土资源和精准农业领域的目标定位和检测。
2023-06-28
10
578KB
基于语义分割的高分遥感图像云检测方法和装置.pdf
本申请涉及一种基于语义分割的高分遥感图像云检测方法和装置，该方法包括：获取高分遥感图像，所述高分遥感图像为RGB图像数据；对获取的图像进行预分类，判断图像是否为有云图片；如果是有云图片，则对图片进行增强处理；将增强处理后的图片输入到云检测模型中进行识别；所述云检测模型是预先训练好的语义分割模型，该模型中包括注意力机制模块；将所述云检测模型的输出结果进行融合处理，获得云检测结果。本申请的方案基于语义分割对高分辨率遥感图像进行像素级云检测，从而提高检测精度；单纯使用RGB图像进行云检测，大幅提高云检测普适性；
2023-06-29
10
614KB