System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本說明書一個或多個實施例涉及圖像處理技術,尤其涉及一種遙感影像的圖像去云方法、裝置及電子設備。
技術介紹
1、在遙感影像中,如果影像拍攝地區存在云層遮蓋,將會導致影像中的地表信息缺失,嚴重降低遙感數據的可用性。如何對遙感影像的云覆蓋區域進行檢測和修復以實現有效去云是廣泛關注的難點問題,目前基于深度學習的方法在云檢測領域中獲得了顯著的進展,但是,云千變萬化,不同形狀、高度和厚度的云對光學遙感影像的影響各不相同,在不同空間尺度的成像特征也存在差異,使得目前的云檢測方式難以較為精準的檢測出云遮擋區域,影響去云修復效果,尤其是在影像中有云區域占比過大時去云修復效果更差。此外,目前的方法都是對圖像整體進行處理,在遙感影像的尺寸比較大時不僅修復效果差,修復速度也很慢。
技術實現思路
1、為了解決上述問題,本說明書一個或多個實施例描述了一種遙感影像的圖像去云方法、裝置及電子設備。
2、根據第一方面,提供了一種遙感影像的圖像去云方法,所述方法包括:
3、構建第一訓練數據和第二訓練數據,并基于所述第一訓練數據訓練得到云檢測模型,基于所述第二訓練數據訓練得到圖像修復模型,所述第一訓練數據為對有云區域進行掩膜標注的訓練遙感影像,所述第二訓練數據為拼接有隨機生成掩膜的所述訓練遙感影像;
4、確定待去云處理的目標遙感影像,基于第一預設尺寸將所述目標遙感影像劃分為至少一個第一影像,并基于第二預設尺寸和預設重疊率分別將各所述第一影像劃分為至少兩個第二影像;
5、基
6、在每個所述第一影像對應的所有所述第二影像均被處理后,基于所述圖像修復模型處理所述待修復列表中的各所述影像數據,得到各第一修復影像;
7、基于所述預設重疊率對各所述目標第二影像的云檢測結果進行融合,得到所述第一影像的云檢測掩膜區域,并基于各所述第一修復影像覆蓋所述云檢測掩膜區域,得到所述第一影像的第二修復影像;
8、整合所述第二修復影像,得到所述目標遙感影像的去云圖像。
9、優選的,所述構建第一訓練數據和第二訓練數據,包括:
10、獲取訓練遙感影像,對所述訓練遙感影像的有云區域進行掩膜標注,得到第一訓練影像,并根據不同預設數值的參數組合將所述第一訓練影像裁剪為第一樣本集;
11、獲取沒有云覆蓋區域的負樣本影像,基于所述第一樣本集和負樣本影像構建第一訓練數據;
12、在所述訓練遙感影像中選取云覆蓋比例不大于預設比例的第二訓練影像,并將隨機生成掩膜與所述第二訓練影像拼接,得到第二訓練數據。
13、優選的,所述確定待去云處理的目標遙感影像之后,還包括:
14、獲取所述目標遙感影像的元信息,根據所述元信息構建tif保存影像。
15、優選的,所述基于所述云檢測模型依次處理各所述第二影像,并將存在云覆蓋區域的目標第二影像按照預設倍率進行尺寸調整后,將影像數據寫入待修復列表,包括:
16、基于所述元信息對各所述第二影像進行歸一化,得到歸一化數據;
17、基于所述云檢測模型依次處理各所述歸一化數據,得到各檢測結果,并基于膨脹算法和腐蝕算法對各所述檢測結果進行后處理,所述檢測結果為二元矩陣;
18、基于后處理的所述檢測結果中的非零值數量確定存在云覆蓋區域的目標第二影像,并將關聯了所述檢測結果的各所述目標第二影像按照預設倍率進行尺寸調整后,將影像數據寫入待修復列表。
19、優選的,所述基于所述圖像修復模型處理所述待修復列表中的各所述影像數據,得到各第一修復影像,包括:
20、基于所述圖像修復模型處理所述待修復列表中的各所述影像數據,得到各修復結果;
21、基于所述元信息對各所述修復結果進行反變換,得到各第一修復影像。
22、優選的,所述基于所述云檢測模型依次處理各所述第二影像,包括:
23、基于所述云檢測模型依次循環處理每個所述第一影像中的各所述第二影像。
24、優選的,所述將存在云覆蓋區域的目標第二影像按照預設倍率進行尺寸調整后,將影像數據寫入待修復列表,包括:
25、分別確定存在云覆蓋區域的各目標第二影像的云覆蓋區域占比;
26、對于所述云覆蓋區域占比不小于預設比例的第一待調整影像,基于所述第二預設尺寸的預設倍率獲取以所述第一待調整影像為中心區域的第二待調整影像;
27、對于超出所述目標遙感影像的影像邊界的所述第二待調整影像,基于所述目標遙感影像對所述第二待調整影像進行削峰填谷處理;
28、將所述第二待調整影像下采樣到所述目標第二影像的尺寸后,重新判斷和調整所述第二待調整影像的所述云覆蓋區域占比,直至所述云覆蓋區域占比小于預設比例或尺寸調整倍率大于預設最大倍率,將各所述影像數據寫入待修復列表。
29、根據第二方面,提供了一種遙感影像的圖像去云裝置,所述裝置包括:
30、構建模塊,用于構建第一訓練數據和第二訓練數據,并基于所述第一訓練數據訓練得到云檢測模型,基于所述第二訓練數據訓練得到圖像修復模型,所述第一訓練數據為對有云區域進行掩膜標注的訓練遙感影像,所述第二訓練數據為拼接有隨機生成掩膜的所述訓練遙感影像;
31、劃分模塊,用于確定待去云處理的目標遙感影像,基于第一預設尺寸將所述目標遙感影像劃分為至少一個第一影像,并基于第二預設尺寸和預設重疊率分別將各所述第一影像劃分為至少兩個第二影像;
32、處理模塊,用于基于所述云檢測模型依次處理各所述第二影像,并將存在云覆蓋區域的目標第二影像按照預設倍率進行尺寸調整后,將影像數據寫入待修復列表,所述尺寸調整用于使調整后的所述目標第二影像的云覆蓋區域占比小于預設比例,所述影像數據包括尺寸調整倍率、所述目標第二影像的原始坐標和調整后的所述目標第二影像;
33、修復模塊,用于在每個所述第一影像對應的所有所述第二影像均被處理后,基于所述圖像修復模型處理所述待修復列表中的各所述影像數據,得到各第一修復影像;
34、融合模塊,用于基于所述預設重疊率對各所述目標第二影像的云檢測結果進行融合,得到所述第一影像的云檢測掩膜區域,并基于各所述第一修復影像覆蓋所述云檢測掩膜區域,得到所述第一影像的第二修復影像;
35、整合模塊,用于整合所述第二修復影像,得到所述目標遙感影像的去云圖像。
36、根據第三方面,提供了一種電子設備,包括處理器以及存儲器;
37、所述處理器與所述存儲器相連;
38、所述存儲器,用于存儲可執行程序代碼;
39、所述處理器通過讀本文檔來自技高網...
【技術保護點】
1.一種遙感影像的圖像去云方法,其特征在于,所述方法包括:
2.根據權利要求1所述的方法,其特征在于,所述構建第一訓練數據和第二訓練數據,包括:
3.根據權利要求1所述的方法,其特征在于,所述確定待去云處理的目標遙感影像之后,還包括:
4.根據權利要求3所述的方法,其特征在于,所述基于所述云檢測模型依次處理各所述第二影像,并將存在云覆蓋區域的目標第二影像按照預設倍率進行尺寸調整后,將影像數據寫入待修復列表,包括:
5.根據權利要求3所述的方法,其特征在于,所述基于所述圖像修復模型處理所述待修復列表中的各所述影像數據,得到各第一修復影像,包括:
6.根據權利要求1所述的方法,其特征在于,所述基于所述云檢測模型依次處理各所述第二影像,包括:
7.根據權利要求1所述的方法,其特征在于,所述將存在云覆蓋區域的目標第二影像按照預設倍率進行尺寸調整后,將影像數據寫入待修復列表,包括:
8.一種遙感影像的圖像去云裝置,其特征在于,所述裝置包括:
9.一種電子設備,包括存儲器、處理器及存儲在存儲器上并
10.一種計算機可讀存儲介質,其上存儲有計算機程序,所述計算機可讀存儲介質中存儲有指令,當所述指令在計算機或處理器上運行時,使得所述計算機或處理器執行如權利要求1-7任一項所述方法的步驟。
...【技術特征摘要】
1.一種遙感影像的圖像去云方法,其特征在于,所述方法包括:
2.根據權利要求1所述的方法,其特征在于,所述構建第一訓練數據和第二訓練數據,包括:
3.根據權利要求1所述的方法,其特征在于,所述確定待去云處理的目標遙感影像之后,還包括:
4.根據權利要求3所述的方法,其特征在于,所述基于所述云檢測模型依次處理各所述第二影像,并將存在云覆蓋區域的目標第二影像按照預設倍率進行尺寸調整后,將影像數據寫入待修復列表,包括:
5.根據權利要求3所述的方法,其特征在于,所述基于所述圖像修復模型處理所述待修復列表中的各所述影像數據,得到各第一修復影像,包括:
6.根據權利要求1所述的方法,其特征在于,所述...
【專利技術屬性】
技術研發人員:楊為琛,肖長林,馬廣迪,閆令,王翔,陸億瀧,王琳,顧亮,王旭婕,郭斌,呂獻秀,吉圳哲,安艷紅,
申請(專利權)人:浙江國遙地理信息技術有限公司,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。