面向對象深度學習遙感信息提取技術在水利行業應用.pdf
下載文檔
上傳人:地**
編號:1187789
2024-09-20
51頁
9.70MB
1、“面向對象+深度學習”遙感信息提取技術在水利行業應用水利部遙感技術應用中心水利部防洪抗旱減災工程技術研究中心中國水利水電科學研究院2017.10報告內容1.業務需求2.解決方案3.應用案例1.業務需求-水利行業水源地監測水源地水體范圍是水源地管理重要方面,自動化快速提取很重要水土保持監管生產建設項目、動土、水保措施識別是水保的重要方面,對快速解譯、變化檢測要求高水政執法取證河湖管理范圍的違建監測是水政執法取證的重要方面,對準確變化檢測要求高洪澇災害監測洪澇災害也是防洪減災的重要方面,及時、快速獲取淹沒范圍很重要灌區信息監測作物識別對灌區農業用水管理很重要,需要精準的識別水利遙感應用領域自動快速2、準確水利信息遙感解譯像元面向對象遙感解譯方法1.業務需求-現狀及問題1)基于“像元+傳統分類”的分類優點:優點:充分利用遙感影像光譜特征的的分布規律,即自然聚類的特征,進行分類缺點缺點:由于地球表面許多地物存在著“同譜異物、同物異譜”現象,利用基于像元的方法進行分類會導致“椒鹽現象”1.業務需求-現狀及問題2)基于“面向對象+傳統分類”的分類尺度1尺度2尺度3優點:優點:將不同的地物分割到不同的對象之中,這對分類起了至關重要的作用。缺點:缺點:對象的特征,如光譜、形狀、紋理等。但對于形狀、紋理特征認識描述的不夠全面,信息量還不足以支撐地物分類、識別。1.業務需求-現狀及問題3)基于“面向對象+3、深度學習”的分類遙感影像訓練樣本學習結果優點:優點:可以來掌握不同對象的形狀、紋理特性,反過來指導對象分類。缺點:缺點:樣本代表性不確定和訓練成本高。1.業務需求-解決思路 解決思路解決思路:結合“面向對象結合“面向對象+深度深度學習”學習”方法方法來進行地物識別分類來進行地物識別分類1)解決地物分不開問題:)解決地物分不開問題:通過多尺度對象完全融合實現不同尺度對象上同時編輯。因為自然界的地物本身就是在不同尺度上的,在不同尺度上切換編輯,提高了解譯精度,減少后期人工矢量編輯工作2)解決)解決地物地物分類不準確問題分類不準確問題:通過 深度學習來學習不同對象的紋理、環境等高級特性,形成深度學習4、模型來進行對象分類,這是目前分類問題最好的解決方案2.解決方案-總體思路基于“面向對象基于“面向對象+深度學習”實現信息提取及變化監測深度學習”實現信息提取及變化監測遙感影像自動處理遙感影像自動處理地類信息提取地類信息提取變化監測變化監測規則庫建設規則庫建設基于對象后編輯基于對象后編輯構建規則庫構建規則庫長時間序列長時間序列遙感影像遙感影像深度學習深度學習模型模型模型庫自動模型庫自動構建構建樣本提取樣本提取模型訓練模型訓練輔助文件輔助文件訓練樣區文件訓練樣區文件(shpshp)典型地類描述文典型地類描述文件件(clfclf)1 12 23 3基于基于 面向對象面向對象+深度學習深度學習 方法構5、建方法構建遙感影像自動獲取及預處理地物分類目標識別變化監測水利行業應用業務流程123規則庫建設包括基礎數據的準備及分類規則庫建設遙感影像自動解譯實現遙感影像的信息自動提取及變化監測基于對象矢量后編輯及成果導出對分類后結果進行對象編輯及柵格、矢量導出2.解決方案-總體思路1)輔助文件準備)輔助文件準備地類描述文件地類描述文件文件1:參與訓練樣本的自動提取、模型訓練文件2:參與信息的自動提取及變化監測準備兩個地類描述XML文件,文件格式如下:XML文件制作人機交互界面3.1信息提取及變化監測方案2.解決方案-規則庫建設方法方法2 2:基于面向對象法基于面向對象法方法方法1 1:基于已有矢量基于已有6、矢量矢量數據格式轉換矢量數據格式轉換監測區域監測區域遙感影像遙感影像輸入輸入典型地類信息提取典型地類信息提取典型區域典型區域AOIAOI(shpshp)典型地類描典型地類描述文件述文件(clfclf)方法方法3 3:基于深度學習規則法基于深度學習規則法基于面向基于面向信息提取信息提取人工編輯人工編輯基于已有基于已有規則提取規則提取人工編輯人工編輯訓練樣區訓練樣區文件文件(shpshp)輸出輸出1)輔助文件準備)輔助文件準備訓練樣區文件訓練樣區文件訓練樣區矢量文件格式如下:3.1信息提取及變化監測方案2.解決方案-規則庫建設1)輔助文件準備)輔助文件準備訓練樣區文件訓練樣區文件第一步:設置樣區范7、圍第二步:訓練樣區制作方法方法3 3:基于深度學習規則制作:基于深度學習規則制作方法方法2 2:基于面向對象法制作:基于面向對象法制作方法2、方法3訓練樣區制作步驟3.1信息提取及變化監測方案2.解決方案-規則庫建設2)構建規則庫)構建規則庫訓練樣本提取訓練樣本提取第一步:自動提取第二步:人工編輯刪除有云區域或提取錯誤樣本,并重新導出.3.1信息提取及變化監測方案2.解決方案-規則庫建設2)構建規則庫)構建規則庫模型訓練模型訓練模型訓練結果模型訓練3.1信息提取及變化監測方案2.解決方案-規則庫建設123規則庫建設包括基礎數據的準備及規則庫建設遙感影像自動解譯實現遙感影像的信息自動提取及變化監8、測基于對象矢量后編輯及成果導出對分類后結果進行對象編輯及柵格、矢量導出2.解決方案-總體思路業務流程信息提取結果信息提取1)信息自動提取)信息自動提取1)基于已有規則的信息提取2)基于訓練樣區信息提取遙感影像自動分類結果3.1信息提取及變化監測方案2.解決方案-遙感影像自動解譯分析結果展示信息提取結果分析1)信息自動提取)信息自動提取1)分類結果混淆矩陣2)錯分數據分析空間展示3.1信息提取及變化監測方案2.解決方案-遙感影像自動解譯利用面向對象遙感影像分割優勢實現基于控制邊界的變化監測利用面向對象遙感影像分割優勢實現基于控制邊界的變化監測2)變化監測)變化監測3.1信息提取及變化監測方案2.9、解決方案-遙感影像自動解譯2)變化監測)變化監測基于控制邊界的變化監測變化監測1)基于控制邊界的信息提取2)變化監測3.1信息提取及變化監測方案2.解決方案-遙感影像自動解譯123規則庫建設包括基礎數據的準備及規則庫建設遙感影像自動解譯實現遙感影像的信息自動提取及變化監測基于對象矢量后編輯及成果導出對分類后結果進行對象編輯及柵格、矢量導出2.解決方案-總體思路業務流程2.解決方案-基于對象矢量后編輯及成果導出基于面向對象分割后的對象進行對象編輯并將結果到出為柵格或矢量3.應用案例應用案例水保監測水政執法種植結構水源地監測洪澇監測3.應用案例應用案例水保監測水政執法種植結構水源地監測洪澇監測3.10、應用案例-水源地水體遙感監測業務目標以全國重要湖泊和水庫等水源地作為監測目標,進行地表水體范圍和水域面積的連續動態監測,自動地監測地表水體變化情況,揭示其時空變化規律。3.應用案例-水源地水體遙感監測水體自動提取水體自動提取水體自動提取水體自動提取目錄監聽目錄監聽圖像校正圖像校正水體提取水體提取數據入庫數據入庫水體規則水體規則自動檢索自動檢索自動獲取高分數據自動獲取高分數據處理流程處理流程單個文件選擇單個文件選擇批量文件選擇批量文件選擇數據檢索數據檢索圖像校正圖像校正影像分割影像分割分類分類規則規則提取規則編輯提取規則編輯影像分割影像分割圖像校正圖像校正水體提取水體提取影像分割影像分割水體提取11、水體提取水體矢量生成水體矢量生成是否需要是否需要再編輯再編輯矢量編輯矢量編輯是是處理文件選擇處理文件選擇成果入庫歸檔成果入庫歸檔否否水體提取結果后處理水體提取結果后處理水體提取水體提取結果檢查結果檢查滿足滿足不滿足不滿足水體規則編輯水體規則編輯水體提取水體提取水體矢量生成水體矢量生成是否需要是否需要再編輯再編輯矢量編輯矢量編輯是是成果入庫歸檔成果入庫歸檔否否本機磁盤存儲本機磁盤存儲數據入庫數據入庫否否水體提取結果后處理水體提取結果后處理水體提取水體提取結果檢查結果檢查滿足滿足不滿足不滿足水體規則編輯水體規則編輯水體提取水體提取水體矢量生成水體矢量生成是否需要是否需要再編輯再編輯矢量編輯矢量編輯12、是是水水面面積積提提取取水水面面積積提提取取信信息息后后處處理理人工獲取高分數據處理流程人工獲取高分數據處理流程應急模式應急模式批量文件處理批量文件處理水體面積遙感監測系統業務流程設計水體面積遙感監測系統業務流程設計專題分析及專題分析及產品制作產品制作人工錄入人工錄入數據庫檢索數據庫檢索人工選擇人工選擇數據庫檢索數據庫檢索專題分析專題分析指定水體水面積指定水體水面積變化時序分析變化時序分析指定空間水面積指定空間水面積變化時序分析變化時序分析專題分析及成果導出專題分析及成果導出產品制作產品制作按行政區查詢按行政區查詢按流域查詢按流域查詢自定義查詢自定義查詢水體提取信息矢量合并水體提取信息矢量合并13、專題圖制作專題圖制作報告制作報告制作人工批量導入人工批量導入根據系統業務需求分析成果,通過對常規業務處理和應急業務處理兩類業務流程分析,系統業務流程歸納為系統數據自動推送、水面積信息提取、水面積提取信息后處理和專題分析產品制作等四個階段處理過程。業務流程3.應用案例-水源地水體遙感監測成果展示3.應用案例應用案例水保監測水政執法種植結構水源地監測洪澇監測3.應用案例-水土保持業務目標以生產建設項目的地表動土監測為目標,進行北京市生產建設項目分季度、分年度監測,支撐北京市水土保持監測和監管。3.應用案例-水土保持衛星遙感數據源首期遙感數據多期遙感數據現場調查結合解譯建立解譯標志現場調查結合解譯建14、立解譯標志土地利用變化監測分析動土專題信息圖土地利用生產建設項目位置圖動土空間分布要素解讀地表動土遙感監測生產建設項目動土提取業務流程3.應用案例-水土保持業務流程面向對象分割及深度學習土地利用信息提取3.應用案例-水土保持業務流程變化檢測的動土提取3.應用案例-水土保持成果展示3.應用案例應用案例水保監測水政執法種植結構水源地監測洪澇監測3.應用案例-湖北水政執法為加強湖泊保護,保障湖泊功能,使千湖之省碧水長流,建設湖泊衛星遙感監測系統,利用遙感影像和識別技術,實現全省755個湖泊及湖泊水體管理范圍內違建情況的變化監測和分析,用來指導當地水政部門違建取證。業務目標3.應用案例-湖北水政執法湖15、泊影像裁切湖泊影像入庫湖泊影像查詢湖泊水體提取湖泊違法侵占提取水體成果入庫違法侵占信息入庫制圖統計遙感影像預處理數據管理湖泊水體信息提取制圖統計業務流程3.應用案例-湖北水政執法成果展示湖泊監測系統的開發及管理范圍內違建提取3.應用案例-湖北水政執法成果展示3.應用案例應用案例水保監測水政執法種植結構水源地監測洪澇監測3.應用案例-洪澇災害遙感監測洪澇災害事件發生基于遙感影像的洪澇災害信息提取洪澇災害評估報告快速、準確東華軟件股份公司2012年12月業務目標3.應用案例-洪澇災害遙感監測業務流程3.應用案例-洪澇災害遙感監測成果展示洪澇災害監測系統3.應用案例-洪澇災害遙感監測成果展示3.應用16、案例應用案例水保監測水政執法種植結構水源地監測洪澇監測3.應用案例-灌區作物種植結構業務目標為滿足灌區干旱監測需求,快速、準確識別灌區作物種植信息,利用面向對象和深度學習的方法,提取作物覆蓋情況,以河北省冬小麥地提取為例,進行方法研究。3.應用案例-作物種植結構以提取冬小麥種植空間分布結構為例,梳理農作物種植空間分布提取技術。選擇高分一號衛星,分辨率16m的遙感數據作為主要數據源之一。此外還包括的數據源有:(1)河北省土地利用分類柵格數據(2)河北省縣級行政區劃矢量數據(3)河北省農作物種植物候信息(4)中國種植業信息網以河北省冬小麥為例種植結構提取方法3.應用案例-作物種植結構由河北省主要作17、物物候表可以看出,3月中上旬耕地內只有冬小麥生長,因此選取3月中上旬GF-1遙感影像作為提取冬小麥源數據。1)影像選取GF-1號衛星2017年3月8日河北地區遙感影像圖3.應用案例-作物種植結構面向對象方法是以影像對象“Image object”為處理單元,而不是遙感影像的單個像元,該方法的基本處理對象是通過多尺度分割產生的,即按照一定的均質性條件對原始影像中的像元進行區域合并形成同質相鄰像元的集合體。面向對象的信息提取方法是在利用遙感影像光譜信息的基礎上,還綜合的考慮影像對象的空間信息、紋理信息以及領域對象的關聯信息等。面向對象影像分割示意圖如下所示:影像分割前影像分割后2)面向對象分割3.18、應用案例-作物種植結構2)基于NDVI閾值樣本篩選具體面向對象分割參數選擇3個分割尺度,分別為50、30、18,平滑度選擇0.5。然后進行NDVI閾值提取。在NDVI閾值過程中發現,無法完全將冬小麥與山林區分開來,因此將冬小麥與山林一起提出,而后利用深度學習分類方法進行分類。左圖為NDVI閾值提取結果圖(圖內右上黃色部分為山林,右下大面積黃色部分為冬小麥種植區)3.應用案例-作物種植結構基于NDVI閾值提取出的對象挑選樣本并分類,分為冬小麥和非冬小麥兩類,此處深度學習分類方法主要是基于卷積神經網絡對樣本進行學習從而對圖像進行分類。下圖為分類結果展示。上圖中橘色代表林地黃色代表冬小麥種植區上圖為分類結果中冬小麥種植區細部圖3.應用案例-作物種植結構最終將【面向對象分割+NDVI閾值+深度學習分類】的方法分別應用于全覆蓋河北省的14幅影像,獲得矢量并進行拼接,從而完成整個河北省的冬小麥種植提取。河北省冬小麥種植空間分布結果如下圖所示。4)結果展示謝謝大家
管理運營
上傳時間:2024-12-18
382份