一种基于深度学习的遥感图像语义分割方法

发明专利有效专利

申请号：
CN201710788814.X
IPC分类号：G06T7/13;G06T7/73;G06T11/40;G06T3/40
申请日期：
2017-09-05
申请人：
华南理工大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于深度学习的遥感图像语义分割方法
申请号	CN201710788814.X	申请日期	2017-09-05
法律状态	授权	申报国家	暂无
公开/公告日	2018-01-19	公开/公告号	CN107610141A
优先权	暂无	优先权号	暂无
主分类号	G06T7/13 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T7/00 图像分析〔6，2006.01，2017.01〕 G06T7/10 分割；边缘检测（基于运动的分割入G06T 7/215）〔2017.01〕 G06T7/13 边缘检测〔2017.01〕	IPC分类号	G;0;6;T;7;/;1;3;;;G;0;6;T;7;/;7;3;;;G;0;6;T;1;1;/;4;0;;;G;0;6;T;3;/;4;0查看分类表>
申请人	华南理工大学	申请人地址	广东省广州市天河区五山路381号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	华南理工大学	当前权利人	华南理工大学
发明人	陈佳;胡丹;余卫宇
代理机构	广州市华学知识产权代理有限公司	代理人	郑浦娟

摘要

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中，步骤为：为每种物类目标分配RGB值和灰度值，获取原始遥感图像，选取出物类目标并上色、灰度化以及赋予灰度值处理，得到标签图像，对原始遥感图像进行数据增强以及边缘提取，得到边缘提取后的图像；将原始遥感图像和边缘提取后的图像训练样本对完全卷积神经网络进行训练，得到最佳语义分割网络模型，将测试遥感图像输入最佳语义分割网络模型中，获取到语义分割结果图像；为语义分割结果图像进行上色处理，得到最终语义分割结果图像，根据最终语义分割结果图像中的RGB值获取物类目标。本发明方法具有遥感图像语义分割准确率高以及适用性广的优点。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供