利用深度卷积神经网络智能化地提取遥感图像中的建筑物对于数字城市构建、灾害侦查、土地管理等具有重要意义。多时相遥感图像之间的色彩差异会导致建筑物语义分割模型泛化能力下降。针对此,本文提出了注意力引导的色彩一致生成对抗网络...利用深度卷积神经网络智能化地提取遥感图像中的建筑物对于数字城市构建、灾害侦查、土地管理等具有重要意义。多时相遥感图像之间的色彩差异会导致建筑物语义分割模型泛化能力下降。针对此,本文提出了注意力引导的色彩一致生成对抗网络(attention-guided color consistency adversarial network,ACGAN)。该算法以参考色彩风格图像及相同区域、不同时相的待纠正图像作为训练集,采用加入了U型注意力机制的循环一致生成对抗网络训练得到色彩一致模型。在预测阶段,该模型将待纠正图像的色调转换为参考色彩风格图像的色调,这一阶段基于深度学习模型的推理能力,而不再需要相应的参考色彩风格图像。为了验证算法的有效性,首先,将本文算法与传统的图像处理算法及其他循环一致生成对抗网络做了对比试验。结果表明,ACGAN色彩一致后的图像与参考色彩风格图像的色调更加相似。其次,将以上不同的色彩一致性算法处理后的结果图像进行建筑物语义分割试验,证明本文方法更加有利于多时相遥感图像语义分割模型泛化能力的提升。展开更多
针对SAR影像与光学影像之间存在显著的非线性灰度差异导致影像匹配困难的问题,本文提出了一种基于影像结构特性的快速匹配方法(SAR-to-optical fast matching algorithm,SOFM)。传统基于影像灰度的匹配方法一般难以抵抗影像间的非线性...针对SAR影像与光学影像之间存在显著的非线性灰度差异导致影像匹配困难的问题,本文提出了一种基于影像结构特性的快速匹配方法(SAR-to-optical fast matching algorithm,SOFM)。传统基于影像灰度的匹配方法一般难以抵抗影像间的非线性灰度差异,而影像中的几何结构和形状特征在不同类型的影像之间较为稳定,因此本文综合利用影像的梯度幅值和梯度方向信息构建出一种能够有效表达影像结构的特征描述符—角度加权方向梯度(angular weighted orientated gradients,AWOG),随后基于模板匹配的策略,选择描述符之间的差值的平方和(sum of squared difference,SSD)建立用于匹配的相似性测度,并给出了在频率域中表达的影像匹配函数。基于SOFM方法建立了一套完整的影像匹配流程,随后选择多组影像进行匹配试验,结果表明,本文方法能够有效抵抗SAR影像与光学影像之间的非线性灰度差异,并且在匹配性能和匹配精度等方面都优于经典的基于影像灰度的匹配方法以及其他基于影像结构特性的匹配方法。展开更多
文摘利用深度卷积神经网络智能化地提取遥感图像中的建筑物对于数字城市构建、灾害侦查、土地管理等具有重要意义。多时相遥感图像之间的色彩差异会导致建筑物语义分割模型泛化能力下降。针对此,本文提出了注意力引导的色彩一致生成对抗网络(attention-guided color consistency adversarial network,ACGAN)。该算法以参考色彩风格图像及相同区域、不同时相的待纠正图像作为训练集,采用加入了U型注意力机制的循环一致生成对抗网络训练得到色彩一致模型。在预测阶段,该模型将待纠正图像的色调转换为参考色彩风格图像的色调,这一阶段基于深度学习模型的推理能力,而不再需要相应的参考色彩风格图像。为了验证算法的有效性,首先,将本文算法与传统的图像处理算法及其他循环一致生成对抗网络做了对比试验。结果表明,ACGAN色彩一致后的图像与参考色彩风格图像的色调更加相似。其次,将以上不同的色彩一致性算法处理后的结果图像进行建筑物语义分割试验,证明本文方法更加有利于多时相遥感图像语义分割模型泛化能力的提升。
文摘针对SAR影像与光学影像之间存在显著的非线性灰度差异导致影像匹配困难的问题,本文提出了一种基于影像结构特性的快速匹配方法(SAR-to-optical fast matching algorithm,SOFM)。传统基于影像灰度的匹配方法一般难以抵抗影像间的非线性灰度差异,而影像中的几何结构和形状特征在不同类型的影像之间较为稳定,因此本文综合利用影像的梯度幅值和梯度方向信息构建出一种能够有效表达影像结构的特征描述符—角度加权方向梯度(angular weighted orientated gradients,AWOG),随后基于模板匹配的策略,选择描述符之间的差值的平方和(sum of squared difference,SSD)建立用于匹配的相似性测度,并给出了在频率域中表达的影像匹配函数。基于SOFM方法建立了一套完整的影像匹配流程,随后选择多组影像进行匹配试验,结果表明,本文方法能够有效抵抗SAR影像与光学影像之间的非线性灰度差异,并且在匹配性能和匹配精度等方面都优于经典的基于影像灰度的匹配方法以及其他基于影像结构特性的匹配方法。