遥感图像处理笔记之【Automatic Flood Detection from Satellite Images Using Deep Learning】

遥感图像处理学习(7)


前言

遥感系列第7篇。遥感图像处理方向的学习者可以参考或者复刻

本文初编辑于2023年12月29日


文章标题:Automatic Flood Detection from Satellite Images Using Deep Learning

文章地址:https://medium.com/@omercaliskan99/automatic-flood-detection-from-satellite-images-using-deep-learning-f14fafd369e0

文章所涉及的代码:作者没给


这篇文章着眼于洪水灾害区域检测,作者使用多个模型,对洪水灾害前后卫星图像进行学习,最终对比各个模型的性能。
总结:SegNet杂鱼❤️~ 杂鱼❤️ ~
在这里插入图片描述


数据库介绍

Synthetic Aperture Radar (SAR)是一种用于高分辨率地球成像和移动目标探测的雷达系统,可用于载人和无人机平台。我们可以通过网站找到SAR图像数据集,也可以使用Sentinel-1或Sentinel-2等前人通过各种过滤器提取出的,适用于不同任务的数据集。
本文只使用了Sentinel-1。

Sentinel-1是用于陆地和海洋服务的极地轨道全天候昼夜雷达成像任务。Sentinel-1A于2014年4月3日发射升空,Sentinel-1B于2016年4月25日发射升空。主要应用:监测北极海冰范围、海冰测绘、海洋环境监测,土地变化、土壤含水量、产量估计、地震、山体滑坡、城市地面沉降、支持人道主义援助和危机局势,包括溢油监测、海上安全船舶检测、洪水淹没。
此处参考:https://zhuanlan.zhihu.com/p/356726375

Sentinel Application Platform(SNAP )是由欧洲航天局开发的一种分析和编辑遥感图像的工具。
在这里插入图片描述


数据预处理

数据预处理工作总共四步。

轨道数据更新(原文:Apply Orbit File):轨道数据保质期很短,模型训练前要更新一下。

热噪声去除(原文:Thermal Noise Removal):就是去掉热噪声的意思。

校准(原文:Calibration):SAR图像中可能发生速率和时间相关的辐射畸变,大气、地形什么的都可能造成误差,需要处理

散斑过滤器(原文:Speckle Filter):从主要散射体反射的波影响会影响图像,需要处理
在这里插入图片描述
称Sentinel-1原数据为data,称经过预处理后的图像为mask。后面将mask变成512*512像素的图像方便模型训练。

在这里插入图片描述


模型原理

简单理解:就是找不同。

具体来说就是:输入洪水前图像和洪水后图像,先filter再concatenate,通过一个change detection network,得到两个图中的不同之处。

训练模型前,将图像数据分为:训练集80%,测试集10%,验证集10%

在这里插入图片描述
原文讲了一下语义分割、实例分割和目标检测的区别,简单讲了U-Net、LinkNet和SegNet之间的差别,有兴趣自己去看吧。

语义分割:通过分配相同的标签,对图片中相同的对象进行分类
实例分割:为所确定对象的每个实例分配一个唯一的标记
目标检测:要分类的对象在方框中表示


模型比较

第一,测试不同模型在预处理图像mask上的表现。文章这里好多图片不想贴,总之三个模型在各个阈值(threshold)下都是98%、97%左右的准确率
在这里插入图片描述

第二,测试不同模型在原图像data上的表现。文章这里好多图片不想贴,LinkNet和U-Net在各个阈值(threshold)下都是98%-96%的准确率,SegNet在各个阈值(threshold)下是90%-85%的准确率。SegNet真是杂鱼捏❤️~
在这里插入图片描述

第三,测试不同模型在没有参与训练的图像上的表现。SegNet真是杂鱼捏❤️~
在这里插入图片描述


对文章所涉及的代码的说明(无)


  • 13
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值