(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210293377.5 (22)申请日 2022.03.23 (71)申请人 中国科学院空天信息创新研究院 地址 100089 北京市海淀区北四环西路19 号 (72)发明人 汪承义　孟瑜　李连发　王雷　 秦承志　孔赟珑　张懿　汪祖家　 (74)专利代理 机构 威海惠和惠知识产权代理事 务所(普通 合伙) 37387 专利代理师 刘玉涵 (51)Int.Cl. G06V 20/13(2022.01) G06V 10/32(2022.01) G06V 10/44(2022.01) G06V 10/764(2022.01)G06V 10/82(2022.01) G06V 10/80(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于多时相光学遥感影像的筏式养殖 区提取方法 (57)摘要 本发明公开了一种基于多时相光学遥感影 像的筏式养殖区提取方法， 包括以下提取步骤： 构建筏式养殖标记样本库； 构建基于ASSP与形状 约束的Unet网络模型； 采用该模型利用目标区域 内的多时相中分辨率光学遥感影像提取对应的 多时相筏式养殖区； 结合先验知识， 将筏式养殖 区提取结果融合， 得到最终的筏 式养殖区提取结 果。 本发明构建适合我国近海筏 式养殖的有代表 性的样本库， 并设计针对筏式养殖提取的深度学 习模型， 实现大范围筏式养殖区提取； 融合多时 相光学影像筏 式养殖提取结果， 减少筏式养殖区 提取遗漏的问题； 主要针对10米左右中分辨率影 像的特点， 实现对筏式养殖区的精细提取与养殖 类型的识别。 权利要求书2页 说明书5页 附图3页 CN 114627389 A 2022.06.14 CN 114627389 A 1.一种基于多时相光学遥感影像的筏式养殖区提取方法， 其特征在于： 包括以下提取 步骤： 步骤一、 构建筏式养殖 标记样本库； 步骤二、 构建基于AS SP与形状约束的Unet网络模型； 步骤三、 基于步骤二的ASPP与形状约束的Unet网络模型， 采用多时相中分辨率光学遥 感影像提取相应的多时相筏式养殖区； 步骤四、 结合先验知识， 将步骤三所得的多时相筏式养殖区提取结果融合， 得最终的筏 式养殖区提取 结果。 2.根据权利要求1所述的基于多时相光学遥感影像的筏式养殖区提取方法， 其特征在 于： 样本库构建的流 程为： 构建样本库的影 像数据是否超过 标准尺寸； 如若超过 标准尺寸， 进行影 像分块； 同时， 对标记数据进行同样的数据分块； 根据地理分区及养殖区特点对样本进行选择， 对形成的样本集 合进行合理性评估； 如若满足评估标准， 则完成样本库构建； 如若不满足则重新进行样本选择、 重采样、 评 估操作， 直至 完成样本库构建。 3.根据权利要求3所述的基于多时相光学遥感影像的筏式养殖区提取方法， 其特征在 于： 样本选择的原则是： 各地理分区的样本量相对平衡； 合理性评估的原则包括： 各样本类 型比例是否合理、 样本数量是否足够。 4.根据权利要求1所述的基于多时相光学遥感影像的筏式养殖区提取方法， 其特征在 于： ASSP与形状约束的Unet网络模 型基于U‑Net模块构建， 添加空洞空间卷积池化金字塔模 块、 条带池化模块、 注意力机制模块和形状约束模块。 5.根据权利要求4所述的基于多时相光学遥感影像的筏式养殖区提取方法， 其特征在 于： 条带池化模块的添加操作为： 给定水平、 垂直条带和具有角度的池化层， 在离散分布的 区域之间建立长期依赖， 并对带状的区域进行编码。 6.根据权利要求4所述的基于多时相光学遥感影像的筏式养殖区提取方法， 其特征在 于： 注意力机制模块的添加操作为： 给定一个中间特征图， 沿着空间和通道两个维度依次推 断出注意力权 重， 然后与原特 征图相乘来对特 征进行自适应调整。 7.根据权利要求4所述的基于多时相光学遥感影像的筏式养殖区提取方法， 其特征在 于： 形状约束模块的添加操作为： 采用标记的形状进 行学习， 利用学习得到的知识进 行形状 的约束； 使用形状表示自动编码器， 编码形状特征； 形状表示自动编码器以训练样本的地面真 掩模作为输入和 输出， 学习筏式养殖区的形状表示； 使用基本的U ‑Net的自动编码器结构， 每个编码层与其对应的解码层之间的剩余连接， 但不使用剩余单 元， 用于优化学习过程； 将筏式养殖区的形态特征用中间层的潜在形状表示进编码， 然后在基于潜在形状表示 层的解码器中重建输入图像， 即筏式养殖区掩模图像； 利用训练样本的掩模标签对形状表 示自动编 码器进行预训练， 然后将训练后对形状表示作为正则化器 嵌入到语义分割网络的 损失函数中。 8.根据权利要求1所述的基于多时相光学遥感影像的筏式养殖区提取方法， 其特征在 于： 步骤三中， 对应的筏式养殖区的提取过程为： 先对多时相光学影像进行分块处理， 基于权　利　要　求　书 1/2 页 2 CN 114627389 A 2ASPP与形状约束的Unet网络模型提取到分块提取结果后， 进行结果的分块合并； 合并得到 该影像对应的养殖区提取结果； 采用栅格矢量化将提取结果转换为矢量数据， 将提取结果 转换为面对象。 9.根据权利要求1所述的基于多时相光学遥感影像的筏式养殖区提取方法， 其特征在 于： 提取结果的融合规则为： 判断不同时相采用搜索与目标位置有叠加关系的对象， 根据面 积约束判断是否为同一目标； 如若为同一目标， 则选择面积 较大的区域作为目标区域； 对于 无法找到同一目标的区域， 采用加法原则实现结果的融合。权　利　要　求　书 2/2 页 3 CN 114627389 A 3