(19)中华 人民共和国 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 202111665954.0 (22)申请日 2021.12.3 0 (71)申请人 北京航天泰坦科技股份有限公司 地址 100075 北京市海淀区北四环中路2 29 号海泰大厦1107室 (72)发明人 高紊　李莹　许青云　韩冰　谭靖　 张哲　 (74)专利代理 机构 北京市鼎立 东审知识产权代 理有限公司 1 1751 代理人 朱慧娟 (51)Int.Cl. G06V 10/26(2022.01) G06V 10/764(2022.01) G06V 20/13(2022.01) G06V 10/82(2022.01)G06N 3/04(2006.01) G06K 9/62(2022.01) (54)发明名称 遥感图像分割方法、 装置和电子设备 (57)摘要 本公开提供了一种遥感图像 分割方法、 装置 和电子设备， 该方法包括： 获取待分割的遥感图 像， 对遥感图像进行多次目标要素的提取， 得到 多个提取结果， 再综合多个提取结果得到最终目 标要素提取结果， 提升了最终目标要素提取结果 的准确性， 进而基于最终目标要素提取结果， 便 可以在遥感图像中准确地分割出目标要素， 实现 提升遥感图像分割结果 准确性的目的。 权利要求书2页 说明书8页 附图3页 CN 114283286 A 2022.04.05 CN 114283286 A 1.一种遥感图像分割方法， 其特 征在于， 包括： 获取待分割的遥感图像； 对所述遥感图像进行多次目标要素的提取， 得到多个提取结果， 并综合多个所述提取 结果得到最终目标要素提取 结果； 基于所述 最终目标要素提取 结果， 在所述遥感图像中分割出 所述目标要素。 2.根据权利要求1所述的方法， 其特征在于， 对所述遥感图像进行多次目标要素的提 取， 得到多个提取结果， 并综合多个所述提取结果得到最 终目标要 素提取结果时， 通过预先 构建的强分类 器进行； 其中， 所述强分类 器采用集成学习算法构建得到 。 3.根据权利要求2所述的方法， 其特征在于， 采用集成学习算法构建所述强分类器， 包 括： 获取训练数据集和至少两个 基础弱分类 器； 基于所述训练数据集， 对至少两个所述基础弱分类器进行分别训练， 得到至少两个弱 分类器； 对于至少两个所述弱分类 器， 通过预设的结合策略得到所述强分类 器。 4.根据权利要求3所述的方法， 其特征在于， 所述训练数据集中的样本数据通过以下方 式进行构建： 选取样本 遥感图像； 根据目标提取任务绘制与所述样本 遥感图像同坐标系的目标要素的矢量数据； 将所述目标要素的矢量数据转换与 所述样本遥感图像大小一致的栅格数据， 并将所述 栅格数据作为所述样本 遥感图像对应的标签数据； 根据所述样本 遥感图像和所述标签数据， 得到所述样本数据。 5.根据权利要求3所述的方法， 其特征在于， 基于所述训练数据集， 对所述至少两个基 础弱分类 器进行训练， 包括： 通过有放 回的抽取方法， 在所述训练数据集中抽取出所述基础弱分类器对应的训练子 集； 通过所述基础弱分类器对应的训练子集对所述基础弱分类器进行训练， 得到所述各弱 分类器。 6.根据权利要求3所述的方法， 其特 征在于， 所述弱分类 器采用U‑Net网络实现。 7.根据权利要求6所述的方法， 其特征在于， 所述U ‑Net网络包括依次级联的六层下采 样编码层和依次级联的六层上采样解码层。 8.根据权利要求7所述的方法， 其特征在于， 各所述上采样解码层包括通道 空间注意力 模块； 所述通道空间注意力模块级联在各 所述上采样解码层的最末层卷积层后。 9.一种遥感图像分割装置， 其特 征在于， 包括： 图像获取模块， 用于获取待分割的遥感图像； 目标提取模块， 用于对所述遥感图像进行多次目标要素的提取， 得到多个提取结果， 并 综合多个所述 提取结果得到最终目标要素提取 结果； 目标分割模块， 用于基于所述最终目标要素提取结果， 在所述遥感图像中分割出所述权　利　要　求　书 1/2 页 2 CN 114283286 A 2目标要素。 10.一种遥感图像分割电子设备， 其特 征在于， 包括： 处理器； 用于存储所述处 理器可执行指令的存 储器； 其中， 所述处理器被配置为执行所述可执行指令时实现权利要求1至8中任意一项的方 法。权　利　要　求　书 2/2 页 3 CN 114283286 A 3