基于ENVI深度学习模型的卫星影像识别方法研究.docx

?

?

基于ENVI深度学习模型的卫星影像识别方法研究

?

?

崔珂玮张亚豪刘彤黄猛

摘?要：随着互联网的高速发展，大数据时代已经到来，时效性强的数据不断涌现，数据在各行业中的重要性愈发凸显。传统的人工数字化方法存在耗时长、效率低、需要大量人力的问题。采用ENVI卫星影像深度学习处理技术对西部地区房屋建筑进行数字化，该算法将遥感影像中ROI感兴趣区作为目标检测对象，通过参数优化、类激活栅格输出、密度分割等过程，得到此卫星影像的SHP图。此方法提高了数字化的效率，提供了有力的数据支持。

关键词：ENVI;数据数字化;卫星影像处理

：TP183;TP751???：A：2096-4706（2020）01-0057-03

Abstract：Withtherapiddevelopmentoftheinternet，theeraofbigdatahascome，anddatawithstrongtimelinessisemerging，andthecrucialimportanceofdatainvariousindustriesisbecomingincreasinglyprominent.Thetraditionalmanualdigitalmethodhastheproblemsoftime-consuming，lowefficiencyandlargeamountofmanpower.ENVIsatelliteimagedeeplearningprocessingtechnologyisusedtodigitizethebuildingsinthewesternregion.ThisalgorithmtakesROIregionofinterestintheremotesensingimageastheobjectofdetection，throughparameteroptimization，classactivationgridoutput，densitysegmentationandotherprocesses，andthentheSHPimageofthesatelliteimagecanbeobtained.Thismethodimprovestheefficiencyofdigitizationandprovidespowerfuldatasupport.

Keywords：ENVI;datadigitization;satelliteimageprocessing

0?引?言

采用人工的方法需要6个月完成一个省份的数字化，按照此效率一年仅能完成2个省份，照此速度，完成全国数字化至少需要10年。现在我国处在快速发展阶段，许多城市每年都会发生巨大变化，虽然10年后可以完成数字化，但是数据已失去意义。因此，需要利用当前的必威体育精装版的技术去实现全国的数字化。IT行业当前最火的技术为AI-深度学习，本文采用ESRI公司提供的ENVI深度学习模型进行了探索和实践。

ENVI是由ESRI公司研发的一个完整的遥感图像处理平台，它提供了专业可靠的波谱分析工具和高光谱分析工具，应用中汇集的软件处理技术覆盖了图像分类、图像数据的输入/输出、图像定标、图像增强、纠正、正射校正、数据融合以及各种变换、信息提取、基于知识的决策树分类、DEM及地形信息提取、与GIS的整合、雷达数据处理、三维立体显示分析，还可以利用IDL为ENVI编写扩展功能。本文主要涉及该应用的图像分类技术。

1?方法研究

1.1?生成标签图像

标签图像是模型训练中的样本数据，创建标签图像前，需要输入ROI（感兴趣区）以及所对应的栅格图像。ROI在图像处理领域是将图像中所关注的区域圈出，并且作为目标检测的对象。使用ENVI中VectortoROI工具项便可以将已准确数字化的矢量文件转化为ROI，如图1所示。再使用DeepLearning模块中的BuildLableRasterfromROI工具项，便可以生成标签图像。这个过程中，转换成ROI的矢量数据的准确度以及合适的数量尤为重要，准确度低会导致训练出的模型无法识别出建筑房屋区域，数量过多过少都无法训练出识别建筑房屋的模型。

1.2?训练模型

得到标签图像后，训练模型便有了数据基础。模型可以简单地理解成函数，训练模型就是用已有的数据，通过某种方法确定函数的参数，参数确定后的函数就是训练的结果。ENVI中使用DeepLearning模块下的TrainTensor