买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：西安电子科技大学

摘要：一种面向复杂场景的单极化SAR影像的建筑物提取方法，包括：采集单极化SAR遥感影像，构建复杂场景下的单极化SAR影像建筑物数据集，并划分为训练集、验证集和测试集或者训练集和验证测试集；对复杂场景下的单极化SAR影像建筑物数据集进行预处理，得到可迭代的训练集、验证集和测试集或者训练集和验证测试集；构建编码器E‑解码器D网络模型；将可迭代的训练集和验证集或验证测试集输入编码器E‑解码器D网络模型中进行训练和验证，获得训练好的编码器E‑解码器D网络模型；将可迭代的测试集或验证测试集输入训练好的编码器E‑解码器D网络模型验证效果，获得预测概率值，评估网络性能；本发明提高了复杂场景下建筑物提取的准确性和鲁棒性。

主权项：1.一种面向复杂场景的单极化SAR影像的建筑物提取方法，其特征在于：包括以下步骤：步骤1，采集单极化SAR遥感影像，单极化SAR遥感影像包括单极化SAR遥感影像和对应的像素级标签，构建复杂场景下的单极化SAR影像建筑物数据集，将单极化SAR影像建筑物数据集划分为训练集、验证集和测试集或者训练集和验证测试集；步骤2，对步骤1获取的复杂场景下的单极化SAR影像建筑物数据集进行数据预处理，得到可迭代的复杂场景下的单极化SAR影像建筑物数据集，可迭代的复杂场景下的单极化SAR影像建筑物数据集包括训练集、验证集和测试集或者训练集和验证测试集；步骤3，构建编码器E-解码器D网络模型，编码器E-解码器D网络模型包括混合注意力编码器块FAE、多尺度注意力残差解码器模块MAD和卷积层LC；编码器E用于提取SAR影像中建筑物的特征信息，并逐步降低特征图的尺寸和逐步扩大特征图的通道数，形成高级语义信息；解码器D通过特征对齐和叠加融合，逐步恢复原始影像的尺寸和分辨率；卷积层LC用于输出预测逻辑值；步骤4，将步骤2获取的可迭代的训练集和验证集或验证测试集输入步骤3构建的编码器E-解码器D网络模型中进行训练和验证，直到满足训练终止条件，获得训练好的编码器E-解码器D网络模型；步骤5，将步骤2获取的可迭代的测试集或验证测试集输入步骤4获取的训练好的编码器E-解码器D网络模型验证效果，获得预测概率值，根据预测概率值和对应的单极化SAR建筑物标签计算建筑物类别评价指标和整体评价指标，评估网络性能，通过设置设定的阈值，并可视化，得到预测结果图。

全文数据：

权利要求：

百度查询： 西安电子科技大学 一种面向复杂场景的单极化SAR影像的建筑物提取方法