1.一种面向无人机遥感影像的语义分割方法,其特征在于,包括如下步骤:步骤1:对无人机遥感影像进行预处理;
步骤2:对涉及到的参数进行初始化;
步骤3:对预处理后的无人机遥感影像进行分块并编号,及切片;
步骤4:构建图像分割进程池,将图像分割进程池中的子进程按异步非阻塞式处理任务,并将步骤3切分的各图像切片分别送入子进程,创建并行图像分割任务;
步骤5:跳跃遍历各图像切片中的像元,利用变焦器提取目标子图;
步骤6:利用分类器对提取的图像切片中的目标子图进行分类,输出中心像元的分类结果,完成图像切片中的语义分割;
步骤7:对完成语义分割的各图像切片进行合并,对重叠边界进行融合处理;
步骤8:对完成语义分割的各图像块按块编号进行合并,对重叠边界进行融合处理;
步骤9:对经上述步骤处理后的语义分割图像进行后处理,得到更为准确的遥感影像分类结果;
步骤2中,需要初始化的参数包括:图像分块尺寸s,图像分块重叠像元数m步骤3具体包括:根据预设图像分块尺寸,对原始图像进行按块划分,并按块编号进行临时存储,相邻两图像块之间要重叠m图像分块编号格式为:序号_行索引_列索引,其中序号为块的唯一标识,由原图像尺寸和图像块尺寸计算得出,行索引和列索引分别由按高度分块数和按宽度分块数得出,式中,
步骤5具体包括:以图像切片坐标系为基准,利用变焦器初始焦距逐像元滑动提取目标子图;当目标子图经分类后的输出概率低于阈值时,根据变焦级别进行升尺度变焦,扩大提取目标子图范围;当对目标子图分类完成后,变焦器恢复初始焦距按跨度对像元进行跳跃遍历,提取下一个目标子图。
2.根据权利要求1所述的一种面向无人机遥感影像的语义分割方法,其特征在于,步骤1中,所述预处理包括图像去燥、图像锐化和图像均衡化;图像去燥操作采用卷积核为3×3的中值和均值滤波;图像锐化操作采用4领域和8领域的拉普拉斯算子;图像均衡化操作采用全局直方图均衡化。
3.根据权利要求1所述的一种面向无人机遥感影像的语义分割方法,其特征在于,步骤6中,对目标子图进行类别判定的分类器采用轻量化的卷积神经网络,它由一系列卷积层、池化层、归一化层、激活函数层和全连接层构成;在使用分类器之前预先在遥感影像上选择样本兴趣区进行分类训练,其中学习率在训练过程中按步长进行动态调整。
4.根据权利要求1所述的一种面向无人机遥感影像的语义分割方法,其特征在于,步骤7中,图像重叠边界融合方法采用卷积核为5×5的中值滤波。
5.根据权利要求1所述的一种面向无人机遥感影像的语义分割方法,其特征在于,步骤8中,图像重叠边界融合方法采用卷积核为5×5的中值滤波。
6.根据权利要求1所述的一种面向无人机遥感影像的语义分割方法,其特征在于,步骤9中,所述后处理包括腐蚀和膨胀操作。