申请/专利权人：山东大学;山东大学深圳研究院

申请日：2024-03-29

公开（公告）日：2024-06-11

公开（公告）号：CN117975282B

主分类号：G06V20/10

分类号：G06V20/10;G06V10/80;G06V10/82;G06N3/0464;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.06.11#授权;2024.05.21#实质审查的生效;2024.05.03#公开

摘要：本发明公开了一种基于多元光学特征融合的紫菜养殖区遥感提取方法及系统，涉及环境遥感检测技术领域。该方法包括步骤：获取紫菜养殖区遥感影像数据，并对遥感影像数据进行预处理；对预处理后的遥感影像数据进行特征提取，得到多种特征；利用深度自注意网络对多种特征进行加权融合，得到融合特征，其中，加权融合步骤包括：根据各个特征之间的相对重要性计算注意力权重，根据注意力权重对各个特征进行加权融合；利用紫菜养殖区提取模型对融合特征中的紫菜养殖区进行识别和提取。本发明通过引入深度自注意力网络，结合多个光学传感器获取的影像数据，可以实现对紫菜养殖区的精细遥感提取。

主权项：1.基于多元光学特征融合的紫菜养殖区遥感提取方法，其特征在于，包括以下步骤：获取紫菜养殖区遥感影像数据，并对遥感影像数据进行预处理；对预处理后的遥感影像数据进行特征提取，得到多种特征；其中，多种特征包括地物边界特征、色彩特征、纹理特征和形状特征；使用边缘检测算法从影像中提取紫菜养殖区的地物边界特征，使用HSV颜色空间和颜色共生矩阵提取色彩特征，使用局部二值模式算法提取纹理特征，利用地物边界特征检测紫菜养殖区的形状特征；利用深度自注意网络对多种特征进行加权融合，得到融合特征，其中，加权融合步骤包括：输入地物边界特征、色彩特征、纹理特征和形状特征四个特征向量，根据各个特征之间的相对重要性计算注意力权重，根据注意力权重对各个特征进行加权融合，将注意力权重与各个特征向量进行点积操作，得到加权结果；利用紫菜养殖区提取模型对融合特征中的紫菜养殖区进行识别和提取；紫菜养殖区提取模型训练的具体步骤包括：从目标影像库中随机选取一部分影像对作为样本数据集，手动对样本进行像素级标注，标注出紫菜养殖区域、无养殖水体、陆地区域等不同类别的像素；提取训练集中的特征信息，得到初步特征图；逐渐降低初步特征图的尺寸并提取更高级别的抽象特征，得到高级特征图；将高级特征图还原到原始输入尺寸，并恢复细节信息，恢复细节信息的过程中通过添加通道注意力模块和跳跃连接模块增强紫菜养殖区提取模型的表达能力和特征融合能力；使用交叉熵损失函数作为紫菜养殖区提取模型训练的目标函数进行反向传播；迭代多个训练轮次后直到紫菜养殖区提取模型收敛或达到预设的停止条件；使用验证集评估训练后的紫菜养殖区提取模型的性能。

全文数据：

权利要求：

百度查询： 山东大学;山东大学深圳研究院 基于多元光学特征融合的紫菜养殖区遥感提取方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD