CN115049927A - 基于SegNet的SAR图像桥梁检测方法、装置和存储介质 - Google Patents

基于SegNet的SAR图像桥梁检测方法、装置和存储介质 Download PDF

Info

Publication number
CN115049927A
CN115049927A CN202210696668.9A CN202210696668A CN115049927A CN 115049927 A CN115049927 A CN 115049927A CN 202210696668 A CN202210696668 A CN 202210696668A CN 115049927 A CN115049927 A CN 115049927A
Authority
CN
China
Prior art keywords
image
neural network
region
network model
river
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210696668.9A
Other languages
English (en)
Inventor
高飞
赵云朋
陈鹏辉
孙进平
罗喜伶
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Innovation Research Institute of Beihang University
Original Assignee
Hangzhou Innovation Research Institute of Beihang University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hangzhou Innovation Research Institute of Beihang University filed Critical Hangzhou Innovation Research Institute of Beihang University
Priority to CN202210696668.9A priority Critical patent/CN115049927A/zh
Publication of CN115049927A publication Critical patent/CN115049927A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/176—Urban or other man-made structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
    • G06V10/225—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition based on a marking or identifier characterising the area
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/70—Labelling scene content, e.g. deriving syntactic or semantic representations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/32—Indexing scheme for image data processing or generation, in general involving image mosaicing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10032—Satellite or aerial image; Remote sensing
    • G06T2207/10044—Radar image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20021—Dividing image into blocks, subimages or windows
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30181—Earth observation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Databases & Information Systems (AREA)
  • Computational Linguistics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Data Mining & Analysis (AREA)
  • Molecular Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本说明书实施例提供了一种基于SegNet的SAR图像桥梁检测方法、装置和存储介质，所述方法包括：采集待检测目标的SAR图像，所述SAR图像包括河流区域和桥梁区域；以所述SAR图像为输入，通过预设第一神经网络模型对所述河流区域进行图像分割，得到河流区域图像和河流区域特征数据；以所述河流区域特征数据和所述图像为输入通过预设第二神经网络模型对所述桥梁区域进行图像分割，得到桥梁区域图像。本申请提供的技术方案用以解决直接将深度学习语义分割用于桥梁检测时产生的类间不平衡问题和损失图像的位置信息的问题。

Description

基于SegNet的SAR图像桥梁检测方法、装置和存储介质
技术领域
本文件涉及图像处理技术领域，尤其涉及一种基于SegNet的SAR图像桥梁检测方法、装置和存储介质。
背景技术
近年来，深度学习在机器视觉、目标检测等领域取得了许多成果，为SAR 图像桥梁检测发展带来了新的契机。
现有技术通常直接将深度学习语义分割用于桥梁检测。
然而，直接将深度学习语义分割用于桥梁检测并不能获得良好的性能，主要原因在于，桥梁提取任务中，桥梁要素占据整幅遥感图像极小部分，与其他背景像素相比会产生很严重的类间不平衡问题。同时虽然网络的卷积层有一定的定位功能，但深度学习语义分割网络的池化操作往往会损失图像的位置信息。
发明内容
鉴于上述的分析，本申请旨在提出一种基于SegNet的SAR图像桥梁检测方法、装置和存储介质，以解决上述技术问题中的至少一个。
第一方面，本说明书一个或多个实施例提供了一种基于SegNet的SAR图像桥梁检测方法，包括：
采集待检测目标的SAR图像，所述SAR图像包括河流区域和桥梁区域；
以所述SAR图像为输入，通过预设第一神经网络模型对所述河流区域进行图像分割，得到河流区域图像和河流区域特征数据；
以所述河流区域特征数据和所述图像为输入通过预设第二神经网络模型对所述桥梁区域进行图像分割，得到桥梁区域图像。
进一步地，所述第一神经网络模型和所述第二神经网络模型的训练方法，包括：
采集待训练图像，并在所述待训练图像中分别标注河流区域和桥梁区域；
通过所述第一神经网络模型，从所述待训练图像中提取河流区域对应的图像；
根据所述提取到的图像，确定所述河流区域对应的特征图像；
根据所述特征图像，通过所述第二神经网络模型，从所述待训练图像中提取所述桥梁区域对应的图像；
分别计算所述第一神经网络模型的第一损失函数和所述第二神经网络模型的第二损失函数；
根据所述第一损失函数和所述第二损失函数，确定总损失函数；
以所述总损失函数，作为所述第一损失函数和所述第二损失函数的新损失函数。
进一步地，所述第一神经网络模型，包括：解码器和编码器；
所述通过预设第一神经网络模型对所述河流区域进行图像分割，得到河流区域特征数据，包括：
分别采集所述编码器第一个卷积层得到的第一图像、所述解码器soft层得到的第二图像和所述解码器中任一中间层得到的第三图像；
对所述第一图像、所述第二图像和所述第三图像进图像拼接，得到第四图像；
针对所述第四图像和所述SAR图像进行逐点乘法运算，得到河流区域特征数据。
进一步地，所述第一神经网络模型的编码器，包括：4个编码模块；
每一个所述编码模块，包括：两个卷积核为3×3的卷积层和一个2×2的最大池化层。
进一步地，所述第一神经网络模型的解码器，包括：4个解码模块和soft 层；
每一个所述解码模块，包括：两个卷积核为3×3的反卷积层和一个2×2的反池化层；
解码时，待解码数据先经过所述4个解码模块再经过所述soft层。
进一步地，所述第二神经网络模型的编码器，包括：卷积核为3×3的独立卷积层、金字塔池化模块、第一编码模块和第二编码模块；
所述第一编码模块和所述第二编码模块，均包括：两个卷积核为3×3的卷积层和一个步长为2的卷积层；
编码时，待编码数据依次经过所述独立卷积层、金字塔池化模块、第一编码模块和第二编码模块。
进一步地，所述第二神经网络模型的解码器，包括：3个解码模块和soft 层；
每一个所述解码模块，包括：两个卷积核为3×3的反卷积层和一个的反池化层；
解码时，待解码数据先经过所述3个解码模块再经过所述soft层。
第二方面，本申请实施例提供了一种基于SegNet的SAR图像桥梁检测装置，包括：采集模块和数据处理模块；
所述采集模块用于采集待检测目标的SAR图像，所述SAR图像包括河流区域和桥梁区域；
所述数据处理模块用于以所述SAR图像为输入，通过预设第一神经网络模型对所述河流区域进行图像分割，得到河流区域图像和河流区域特征数据；以所述河流区域特征数据和所述图像为输入通过预设第二神经网络模型对所述桥梁区域进行图像分割，得到桥梁区域图像。
进一步地，所述数据处理模块还用于分别采集所述编码器第一个卷积层得到的第一图像、所述解码器soft层得到的第二图像和所述解码器中任一中间层得到的第三图像；对所述第一图像、所述第二图像和所述第三图像进图像拼接，得到第四图像；针对所述第四图像和所述SAR图像进行逐点乘法运算，得到河流区域特征数据。
第三方面，本申请实施例提供了一种存储介质，包括：用于存储计算机可执行指令，所述计算机可执行指令在被执行时实现以下流程：
采集待检测目标的SAR图像，所述SAR图像包括河流区域和桥梁区域；
以所述SAR图像为输入，通过预设第一神经网络模型对所述河流区域进行图像分割，得到河流区域图像和河流区域特征数据；
以所述河流区域特征数据和所述图像为输入通过预设第二神经网络模型对所述桥梁区域进行图像分割，得到桥梁区域图像。
与现有技术相比，本申请至少能实现以下技术效果：
1、先提取容易识别的河流图像的特征数据，再基于河流图像的特征数据确定桥梁的图像，改善了提取桥梁特征过程中容易过拟合的问题，从而提高了神经网络的计算精确度。
2、以河流图像的特征数据能够保证模型的计算精度，因此可以适当削减训练样本的数量，而SAR图像的训练本就不容易获取，即本申请能够解决SAR 图像处理领域训练样本不足的问题。
3、基于河流图像的特征数据，实现在图像处理过程中将河流图像和桥梁图像的关系用数学模型进行表达，从而实现根据河流图像和桥梁图像的关联关系，建立新的损失函数。之后，将新的函数带入第一神经网络和第二神经网络，从而进一步提高数据的计算精度。
附图说明
为了更清楚地说明本说明书一个或多个实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本说明书一个或多个实施例提供的一种基于SegNet的SAR图像桥梁检测方法的流程图；
图2为本说明书一个或多个实施例提供的第一神经网络模型和第二神经网络模型的示意图；
图3为本说明书一个或多个实施例提供的金字塔池化模块的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书一个或多个实施例中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书的一部分实施例，而不是全部的实施例。基于本说明书一个或多个实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本文件的保护范围。
合成孔径雷达(Synthetic Aperture Radar，SAR)是一种微波主动成像雷达，其穿透性强、作用距离远，具有对大范围区域全天时、全天候观测成像的能力，已广泛应用于国民经济和国防军事等领域。在SAR目标检测中，由于水上桥梁是交通运输的关键枢纽，具有很强的战略价值，如何高效、快速、准确地提取和检测桥梁信息显得尤为重要。因此，SAR图像桥梁目标检测在民用和军事等领域都有着重要的应用，也是近年来研究的热点。
深度学习语义分割技术不仅可以可靠地预测图像中物体的存在和粗略位置，也能精确地指出它们的确切轮廓，因而在图像目标检测、道路场景识别、语义理解等方向有较多的研究和应用。因此，近年来，深度学习语义分割技术在机器视觉、目标检测等领域取得了许多成果，为SAR图像桥梁检测发展带来了新的契机。
然而，将深度学习语义分割技术直接应用于SAR图像桥梁检测存在以下问题：
1、SAR图像对应的拍摄范围大，因此SAR图像中，桥梁的占用的像素相对较少，如此在进行语义分割和图像特征提取时容易过度拟合。
2、SAR图像多数情况下不会对外公开，造成SAR图像的训练样本难于获取。
本说明书实施例提供了一种基于SegNet的SAR图像桥梁检测方法，如图 1所示，包括以下步骤：
步骤1、采集待检测目标的SAR图像。
在本申请实施例中，SAR图像包括河流区域和桥梁区域。
步骤2、以SAR图像为输入，通过预设第一神经网络模型对河流区域进行图像分割，得到河流区域图像和河流区域特征数据。
在本申请实施例中第一神经网络模型，包括：解码器和编码器；
第一神经网络模型的编码器，包括：4个编码模块；
每一个编码模块，包括：两个卷积核为3×3的卷积层和一个2×2的最大池化层。
第一神经网络模型的解码器，包括：4个解码模块和soft层；
每一个解码模块，包括：两个卷积核为3×3的反卷积层和一个2×2的反池化层；解码时，待解码数据先经过4个解码模块再经过soft层。
需要说明的是，由于SAR图像对应的拍摄范围大，而河流占有的像素点少，所以相比现有技术，本申请减少编码器和解码器的模块数，以及各模块中的卷积层，从而防止特征丢失。每一个解码模块对应一个预设的图像解码尺寸，每一个编码模块对应一个预设的图像编码尺寸。
基于上述结构，步骤2的具体过程为：分别采集所述编码器第一个卷积层得到的第一图像、所述解码器soft层得到的第二图像和所述解码器中任一中间层得到的第三图像；
对所述第一图像、所述第二图像和所述第三图像进图像拼接，得到第四图像；
针对所述第四图像和所述SAR图像进行逐点乘法运算，得到河流区域特征数据。
具体地，本申请提供了一种河流区域检测子网络(第一神经网络模型)，如图2所示，该网络是一种改进的SegNet语义分割网络，将原SegNet网络编码器的5个模块减少为4个，且后两个模块减少为2个卷积层和1个最大池化层，每个模块具有2个卷积核为3×3的卷积层和1个2×2的最大池化层。解码器也对称地照此处理。编码器通过卷积层、最大池化层等提取深层和抽象的特征，解码器进行反卷积和上采样操作，最后通过softmax分类器输出最终的语义分割结果图，把编码器提取的深层抽象特征转化成与输入图像大小相同的密集标签图像。所得到的河流区域检测网络的编码器具有4个模块，每个模块具有2个核尺寸为3×3、步长为1的卷积层(每个卷积层在卷积后加入1个批量归一化(Batch Normalization,BN)层，1个ReLU激活层)，以及1个2×2的最大池化层；输入图像进入编码器后，尺寸逐步变为256×256、128×128、64×64、 32×32。解码器有4个模块，前三个模块都有1个反池化层，用于逐步恢复特征图的尺寸，以及2个反卷积(Deconvolution,DConv)层(每个反卷积层在反卷积后加入1个批量归一化层，1个ReLU激活层)，最后一个模块的第二个反卷积层不含批量归一化层和ReLU激活层。
基于上述结果，得到河流区域特征数据的过程为：
分别采集①输入原SAR图像通过河流区域检测子网络编码器第一个卷积层的结果(第一图像)、②河流区域检测子网络的解码器softmax层输出的结果 (第二图像)、③任选河流区域检测子网络解码器的一个中间层输出特征图进行尺寸调整之后的结果。其中，③通常选择解码器第三个模块的第一个卷积层输出的256×256特征图，并对该特征图进行双线性插值上采样，使其分辨率恢复到512×512(第三图像)。再对①-③三个特征图进行拼接，采用1×1卷积调整通道数为1，这样做有助于结合有关河流区域的深层次和浅层次的语义特征，并得到注意力特征图(第四图像)，与原SAR图像做逐点相乘，最终得到较为可信的河流区域特征数据FigP。
步骤3、以河流区域特征数据和图像为输入通过预设第二神经网络模型对桥梁区域进行图像分割，得到桥梁区域图像。
在本申请实施例中，第二神经网络模型，包括：解码器和编码器。第二神经网络模型的编码器，包括：卷积核为3×3的独立卷积层、金字塔池化模块、第一编码模块和第二编码模块；
第一编码模块和第二编码模块，均包括：两个卷积核为3×3的卷积层和一个步长为2的卷积层；编码时，待编码数据依次经过独立卷积层、金字塔池化模块、第一编码模块和第二编码模块。
第二神经网络模型的解码器，包括：3个解码模块和soft层；
每一个解码模块，包括：两个卷积核为3×3的反卷积层和一个的反池化层；
解码时，待解码数据先经过3个解码模块再经过soft层。
需要说明的是，由于SAR图像对应的拍摄范围大，而桥梁占有的像素点少，所以相比现有技术，本申请减少编码器和解码器的模块数，以及各模块中的卷积层，从而防止特征丢失以及与第一神经网络模型相匹配。每一个解码模块对应一个预设的图像解码尺寸，每一个编码模块对应一个预设的图像编码尺寸。
具体地，本申请提供了一种桥梁检测子网络(第二神经网络模型)，如图2 所示，该网络是一种具有金字塔池化模块的改进的SegNet语义分割网络
桥梁检测子网络对原SegNet网络的改进为：编码器由5个模块减少为3 个，并把最大池化层均由步长为2的卷积层代替。其中，第一个模块由1个卷积核为3×3的卷积层(卷积层后接1个批量归一化层，1个ReLU激活层)和金字塔池化模块组成，后两个模块减少为2个卷积核为3×3卷积层(每个卷积层在卷积后接1个批量归一化层，1个ReLU激活层)和1个步长为2的卷积层。编码器逐步将FigP尺寸变为256×256、128×128、64×64。解码器也对称地按照编码器的简化方式来处理，但没有金字塔池化模块。其前两个模块都有1 个反池化层，用于逐步恢复特征图的尺寸，以及2个反卷积层(每个反卷积层在反卷积后加入1个批量归一化层，1个ReLU激活层)，最后一个模块的第二个反卷积层不含批量归一化层和ReLU激活层。解码器将编码器输出的特征图尺寸逐步还原为128×128、256×256、512×512，最后经过softmax分类器输出最终的桥梁语义分割结果图FigB。
其中，金字塔池化模块如图3所示，分别采用2×2、3×3、5×5、7×7尺寸的池化窗，在四种不同尺度下将特征图通过池化变为不同尺度的特征图，最大限度保留经过卷积层提取的原始特征，减少模糊块的产生。将得到的图均做1×1 卷积，将通道降低为原来的1/N，其中N表示精细级别，这里取N＝4，再将得到的特征图进行双线性差值上采样，即可将不同尺寸特征图还原为原尺寸，连同原特征图做1×1卷积得到的结果一起，把五种特征图拼接，经过1×1卷积获得与原通道数相同的新的特征图。
在本申请实施例中，第一神经网络模型和第二神经网络模型的训练方法，包括：
采集待训练图像，并在待训练图像中分别标注河流区域和桥梁区域；
通过第一神经网络模型，从待训练图像中提取河流区域对应的图像；
根据提取到的图像，确定河流区域对应的特征图像；
根据特征图像，通过第二神经网络模型，从待训练图像中提取桥梁区域对应的图像；
分别计算第一神经网络模型的第一损失函数和第二神经网络模型的第二损失函数；
根据第一损失函数和第二损失函数，确定总损失函数；
以总损失函数，作为第一损失函数和第二损失函数的新损失函数。
具体地，第一损失函数为：
Figure BDA0003702436880000081
Figure BDA0003702436880000082
其中R+和R-表示输入图像X中所有正像素和负像素的数量，即河流、非河流像素的总数。Pj表示预测图的每个像素点的类别，Pj∈{0,1}，WR表示当前河流区域检测网络的权重，β1表示负像素的类损失权值，1-β1表示正像素的类损失权值。Pr(·)∈[0,1]表示指预测图中一个像素的负或正的概率。
第二损失函数为：
Figure BDA0003702436880000083
Figure BDA0003702436880000084
其中B+和B-表示输入图像X中所有正像素和负像素的数量，即桥梁、非桥梁像素的总数。WB表示当前河流区域检测网络的权重。β2表示负像素的类损失权值，1-β2表示正像素的类损失权值。Pr(·)∈[0,1]表示指预测图中一个像素的负或正的概率。
则，计算总损失函数，具体步骤为：
首先，计算权重衰减损失。权重衰减可以正则化模型参数，用于选择学习任务的最小权重向量来抑制权重向量的不相关分量，抑制静态噪声，提高模型的泛化能力。权重衰减损失定义为：
Figure BDA0003702436880000091
其中，W表示R-B SegNet模型的所有参数，λ是一个超参数，控制权重被惩罚的程度，设置为2e-4。
然后计算网络的总损失，总损失函数定义为：
Ltotal＝αLR+γLR+ηLw
最后，反向传播更新模型参数。其中α、γ和η是三类损失的权重，取[0.4, 0.4,0.2]。
需要说明的是，为了保证图像处理精度，训练样本和测试样本的图像像分辨率要求大于64×64。优选地，图像分辨率为512×512。当图像分辨率大于 512×512时，需要对图像进行分割，具体分割过程为：
将待检测高分辨率SAR图像输入R-B SegNet，计算长度和宽度除以512 的向上取整的值，具体计算公式为
Nwide＝Wide(Img)/Nwindow-1
Nheight＝Height(Img)/Nheight-1
其中Img表示待检测高分辨率SAR图像，Nwindow为每次输入神经网络的图片固定边长，取值512。Wide(·)和Height(·)函数表示取原图的宽度和高度， Nwide和Nheight分别代表滑窗需要向右和向下移动的次数。本实例中，Nwide＝1， Nheight＝2。
用尺寸512×512像素的滑窗从左到右、从上到下地依次截取原图像，即划分为像素值512×512的图像块，为防止边缘区域的水体和桥梁漏检，图像块之间有60像素的重叠区域，即每次将窗向右移动452像素，移动1次，最后一次的右端需要与原图像右端重合。每行结束后再回到最左端，下移452像素，再依次进行右移，重复2次，最后一次的下端要与原图像最下端重合，最后图像被划分为尺寸不超过512×512大小的图像块。
每次移动截取512×512的图像块后，立即送入训练好的R-B SegNet进行检测，得到包含水体和桥梁的语义分割结果。取每块区域的中心位置(不规则区域上下左右边界坐标最大值与最小值的平均值)作为桥梁位置点。得到检测完成的图像块按照分割时的位置有序拼接摆放，对拼接位置可能出现的桥梁重叠问题再做一次检测，即计算所有重叠区域内桥梁位置点的相对距离，如果小于15像素则认为是同一个桥梁。从而实现SAR图像桥梁目标的检测。最后进行拼接。
本申请实施例提供了一种基于SegNet的SAR图像桥梁检测装置，包括：采集模块和数据处理模块；
所述采集模块用于采集待检测目标的SAR图像，所述SAR图像包括河流区域和桥梁区域；
所述数据处理模块用于以所述SAR图像为输入，通过预设第一神经网络模型对所述河流区域进行图像分割，得到河流区域图像和河流区域特征数据；以所述河流区域特征数据和所述图像为输入通过预设第二神经网络模型对所述桥梁区域进行图像分割，得到桥梁区域图像。
在本申请实施例中，所述数据处理模块还用于分别采集所述编码器第一个卷积层得到的第一图像、所述解码器soft层得到的第二图像和所述解码器中任一中间层得到的第三图像；对所述第一图像、所述第二图像和所述第三图像进图像拼接，得到第四图像；针对所述第四图像和所述SAR图像进行逐点乘法运算，得到河流区域特征数据。
本申请实施例提供了一种存储介质，包括：
用于存储计算机可执行指令，所述计算机可执行指令在被执行时实现以下流程：
采集待检测目标的SAR图像，所述SAR图像包括河流区域和桥梁区域；
以所述SAR图像为输入，通过预设第一神经网络模型对所述河流区域进行图像分割，得到河流区域图像和河流区域特征数据；
以所述河流区域特征数据和所述图像为输入通过预设第二神经网络模型对所述桥梁区域进行图像分割，得到桥梁区域图像。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
在20世纪30年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device，PLD)(例如现场可编程门阵列(Field Programmable GateArray， FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、 Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL (Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL (RubyHardware Description Language)等，目前最普遍使用的是VHDL (Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书实施例时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本说明书一个或多个实施例可提供为方法、系统或计算机程序产品。因此，本说明书一个或多个实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器 (RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存 (PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本说明书一个或多个实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书的一个或多个实施例，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本文件的实施例而已，并不用于限制本文件。对于本领域技术人员来说，本文件可以有各种更改和变化。凡在本文件的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本文件的权利要求范围之内。

Claims (10)

1.一种基于SegNet的SAR图像桥梁检测方法，其特征在于，包括：
采集待检测目标的SAR图像，所述SAR图像包括河流区域和桥梁区域；
以所述SAR图像为输入，通过预设第一神经网络模型对所述河流区域进行图像分割，得到河流区域图像和河流区域特征数据；
以所述河流区域特征数据和所述图像为输入通过预设第二神经网络模型对所述桥梁区域进行图像分割，得到桥梁区域图像。
2.根据权利要求1所述的方法，其特征在于，
所述第一神经网络模型和所述第二神经网络模型的训练方法，包括：
采集待训练图像，并在所述待训练图像中分别标注河流区域和桥梁区域；
通过所述第一神经网络模型，从所述待训练图像中提取河流区域对应的图像；
根据所述提取到的图像，确定所述河流区域对应的特征图像；
根据所述特征图像，通过所述第二神经网络模型，从所述待训练图像中提取所述桥梁区域对应的图像；
分别计算所述第一神经网络模型的第一损失函数和所述第二神经网络模型的第二损失函数；
根据所述第一损失函数和所述第二损失函数，确定总损失函数；
以所述总损失函数，作为所述第一损失函数和所述第二损失函数的新损失函数。
3.根据权利要求1所述的方法，其特征在于，
所述第一神经网络模型，包括：解码器和编码器；
所述通过预设第一神经网络模型对所述河流区域进行图像分割，得到河流区域特征数据，包括：
分别采集所述编码器第一个卷积层得到的第一图像、所述解码器soft层得到的第二图像和所述解码器中任一中间层得到的第三图像；
对所述第一图像、所述第二图像和所述第三图像进图象拼接，得到第四图像；
针对所述第四图像和所述SAR图像进行逐点乘法运算，得到河流区域特征数据。
4.根据权利要求1所述的方法，其特征在于，
所述第一神经网络模型的编码器，包括：4个编码模块；
每一个所述编码模块，包括：两个卷积核为3×3的卷积层和一个2×2的最大池化层。
5.根据权利要求4所述的方法，其特征在于，
所述第一神经网络模型的解码器，包括：4个解码模块和soft层；
每一个所述解码模块，包括：两个卷积核为3×3的反卷积层和一个2×2的反池化层；
解码时，待解码数据先经过所述4个解码模块再经过所述soft层。
6.根据权利要求1或4所述的方法，其特征在于，
所述第二神经网络模型的编码器，包括：卷积核为3×3的独立卷积层、金字塔池化模块、第一编码模块和第二编码模块；
所述第一编码模块和所述第二编码模块，均包括：两个卷积核为3×3的卷积层和一个步长为2的卷积层；
编码时，待编码数据依次经过所述独立卷积层、金字塔池化模块、第一编码模块和第二编码模块。
7.根据权利要求6所述的方法，其特征在于，
所述第二神经网络模型的解码器，包括：3个解码模块和soft层；
每一个所述解码模块，包括：两个卷积核为3×3的反卷积层和一个的反池化层；
解码时，待解码数据先经过所述3个解码模块再经过所述soft层。
8.一种基于SegNet的SAR图像桥梁检测装置，其特征在于，包括：采集模块和数据处理模块；
所述采集模块用于采集待检测目标的SAR图像，所述SAR图像包括河流区域和桥梁区域；
所述数据处理模块用于以所述SAR图像为输入，通过预设第一神经网络模型对所述河流区域进行图像分割，得到河流区域图像和河流区域特征数据；以所述河流区域特征数据和所述图像为输入通过预设第二神经网络模型对所述桥梁区域进行图像分割，得到桥梁区域图像。
9.根据权利要求8所述的装置，其特征在于，
所述数据处理模块还用于分别采集所述编码器第一个卷积层得到的第一图像、所述解码器soft层得到的第二图像和所述解码器中任一中间层得到的第三图像；对所述第一图像、所述第二图像和所述第三图像进图像拼接，得到第四图像；针对所述第四图像和所述SAR图像进行逐点乘法运算，得到河流区域特征数据。
10.一种存储介质，其特征于，包括：
用于存储计算机可执行指令，所述计算机可执行指令在被执行时实现以下流程：
采集待检测目标的SAR图像，所述SAR图像包括河流区域和桥梁区域；
以所述SAR图像为输入，通过预设第一神经网络模型对所述河流区域进行图像分割，得到河流区域图像和河流区域特征数据；
以所述河流区域特征数据和所述图像为输入通过预设第二神经网络模型对所述桥梁区域进行图像分割，得到桥梁区域图像。
CN202210696668.9A 2022-06-20 2022-06-20 基于SegNet的SAR图像桥梁检测方法、装置和存储介质 Pending CN115049927A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210696668.9A CN115049927A (zh) 2022-06-20 2022-06-20 基于SegNet的SAR图像桥梁检测方法、装置和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210696668.9A CN115049927A (zh) 2022-06-20 2022-06-20 基于SegNet的SAR图像桥梁检测方法、装置和存储介质

Publications (1)

Publication Number Publication Date
CN115049927A true CN115049927A (zh) 2022-09-13

Family

ID=83162697

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210696668.9A Pending CN115049927A (zh) 2022-06-20 2022-06-20 基于SegNet的SAR图像桥梁检测方法、装置和存储介质

Country Status (1)

Country Link
CN (1) CN115049927A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117649613A (zh) * 2024-01-30 2024-03-05 之江实验室 一种光学遥感图像优化方法、装置、存储介质及电子设备
CN118114035A (zh) * 2024-04-28 2024-05-31 交铁检验认证实验室(成都)有限公司 一种基于大数据的桥梁监测数据处理方法及设备

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117649613A (zh) * 2024-01-30 2024-03-05 之江实验室 一种光学遥感图像优化方法、装置、存储介质及电子设备
CN117649613B (zh) * 2024-01-30 2024-04-26 之江实验室 一种光学遥感图像优化方法、装置、存储介质及电子设备
CN118114035A (zh) * 2024-04-28 2024-05-31 交铁检验认证实验室(成都)有限公司 一种基于大数据的桥梁监测数据处理方法及设备

Similar Documents

Publication Publication Date Title
CN112800964B (zh) 基于多模块融合的遥感影像目标检测方法及系统
CN115049927A (zh) 基于SegNet的SAR图像桥梁检测方法、装置和存储介质
CN112364931B (zh) 一种基于元特征和权重调整的少样本目标检测方法及网络系统
CN112446378A (zh) 目标检测方法及装置、存储介质、终端
CN113901900A (zh) 一种同源或异源遥感图像用无监督变化检测方法及系统
CN112766108B (zh) 基于上下文信息的sar图像目标检测方法
WO2023116632A1 (zh) 基于时空记忆信息的视频实例分割方法和分割装置
CN111461145B (zh) 一种基于卷积神经网络进行目标检测的方法
CN114187454A (zh) 一种新的基于轻量级网络的显著性目标检测方法
CN114821823B (zh) 图像处理、人脸防伪模型的训练及活体检测方法和装置
CN112825116B (zh) 监控视频图像人脸检测和追踪方法、装置、介质及设备
CN116805393A (zh) 一种基于3DUnet光谱-空间信息融合的高光谱图像分类方法和系统
CN117765363A (zh) 一种基于轻量型记忆库的图像异常检测方法及系统
CN113743346A (zh) 图像识别方法、装置、电子设备及存储介质
CN116778176B (zh) 基于频域注意力的sar图像舰船尾迹检测方法
CN116682076A (zh) 面向船舶安全监管的多尺度目标检测方法、系统及设备
Feng et al. Improved deep fully convolutional network with superpixel-based conditional random fields for building extraction
CN114332112A (zh) 一种细胞图像分割方法、装置、电子设备及存储介质
Ruiz-Santaquitaria et al. Deep learning versus classic methods for multi-taxon diatom segmentation
CN116935055B (zh) 一种基于注意力掩码的弱监督语义分割方法及装置
CN116363390B (zh) 一种红外弱小目标检测方法、装置、存储介质及电子设备
Chu et al. EfficientFCOS: An efficient one-stage object detection model based on FCOS
Li et al. Easily deployable real-time detection method for small traffic signs
CN117689669B (zh) 基于结构自适应上下文敏感的视网膜血管分割方法
CN117409372B (zh) 一种基于全局与局部密度融合的密集人群计数方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination