摘要
本发明公开了一种地学知识引导的SAR影像深度学习洪水制图方法及系统,包括:分别获取应用区域在发生洪水前和洪水后的SAR影像并进行预处理;分别对洪水前后的SAR影像进行多尺度地物特征的提取;并将提取的初始多尺度特征从空间域转换到频率域,在频率域进行全局关联性建模和滤波处理后将其恢复到空间域,量化洪水前后SAR影像间的差异性并生成初始洪水概率图;从洪水前、后多尺度地物特征中学习并提取高质量的多尺度差异特征,将生成的多尺度差异特征进行串联得到综合差异特征集;以差异特征集作为输入生成最终二值化的洪水图。本发明不仅计算效率快,可操作性强,而且洪水制图的准确性和自动化程度高,易于实现且可扩展性强。
技术关键词
地物特征
制图方法
特征提取模块
深度卷积神经网络模型
注意力机制
制图系统
多层感知器
依赖特征
频率
影像获取模块
注意力模型
滤波
多尺度特征
信号
分类器
度量
像素