多尺度分割约束的遥感影像语义分割方法.pdf
春岚****23
亲,该文档总共13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
多尺度分割约束的遥感影像语义分割方法.pdf
一种多尺度分割约束的遥感影像语义分割方法,通过对遥感影像进行多尺度区域合并,并将合并结果进行融合处理后得到多尺度分割结果,通过深度学习网络进行语义预测得到遥感影像地物准确边界及语义信息;本发明利用多尺度分割结果作为约束,一方面既能够获得遥感影像地物准确边界;另一方面又能够得到封闭区域的语义信息,解决了传统的多尺度分割方法无法直接获得封闭区域的语义信息的问题,以及基于深度学习的语义分割方法不能很好地保留地物的准确边界的问题。
多尺度特征融合遥感影像分割方法、装置、设备和存储器.pdf
本申请涉及一种多尺度特征融合遥感影像分割方法、装置、设备和存储器。所述方法包括:获取遥感影像,并进行标注,得到训练样本;构建多尺度特征融合遥感影像分割网络,该网络包括:用于将训练样本分割成固定大小的小块,将其展开成一维向量并嵌入位置编码得到输入序列的输入网络;用于利用多层Transformer模块提取输入序列不同层次的编码器;用于通过融合多尺度特征图得到样本预测结果的解码器;利用训练样本对该网络进行训练,得到训练好的多尺度特征融合遥感影像分割模型,并利用该模型得到待测遥感影像的预测结果。该方法充分利用编码
基于改进Deeplabv3+的轻量级遥感影像语义分割方法.pdf
本发明涉及一种基于改进Deeplabv3+的轻量级遥感影像语义分割方法,包括:通过遥感卫星获取不同情景下的图像,得到数据集;在数据集中选定分割对象,对分割对象进行语义标注和分割,进行图像增强,在图像增强后将整个数据集划分为训练集、测试集和验证集;构建改进的DeepLabv3+网络模型,采用训练集训练改进的DeepLabv3+网络模型;将测试集中的测试图像输入训练后的改进的DeepLabv3+网络模型,选定分割对象为田地、建筑群或水域,并保存语义分割的结果图像。本发明基于改进的DeepLabv3+网络模型,
基于尺度参数自动优化的高分遥感影像非监督分割方法.pdf
本发明公开了一种基于尺度参数自动优化的高分遥感影像非监督分割方法,主要包含3个步骤:1)基于局域同质性指标的J‑value的自适应SP选择;2)基于尺度间对象边界约束策略的图像分割;3)基于多特征的区域合并。通过对不同传感器类型的多组高分辨率遥感影像进行实验,并与知名商业软件eCognition及传统监督的分割方法进行比较,证明所提出方法定位对象边缘更加准确,提取对象轮廓更为完整,且分割过程无需人工干预,是一种通用性强且有效的非监督解决方案。
光谱角约束的高光谱遥感影像分割活动轮廓方法.pdf
本发明公开一种基于光谱角约束的高光谱遥感影像分割活动轮廓方法,采用光谱角作为测度指标度量像元间的光谱相似性,并根据类别可分性原则选出适应分割的最优波段,进而设计了一种基于光谱角约束函数的高光谱遥感影像分割活动轮廓模型,将原本应用于二维影像的分割方法扩展应用到多维高光谱遥感影像。本发明可以使得模型在分割过程中综合利用高光谱遥感影像的空间信息和光谱信息,减少了因空间分辨率不足、目标边缘模糊、异质区域等对分割结果造成的影响。