遥感影像分类

安洲科技专注于遥感技术领域高端科研设备及数据处理服务十余年，已为国内数百家科研单位及高校提供了各种遥感设备及数据处理技术支持，服务范围遍布全国。AZAI-Spec作为安洲科技推出的基于新一代GPU并行计算和人工智能（AI）技术去解决光谱分析中的重点难点问题，从高光谱高维、复杂、大数据中挖掘提炼出微弱、精细、不宜被捕捉到的指纹信息，用于拓展和提高高光谱遥感在农业、林业、土壤、水体、矿产、环境监测等领域的应用范围和效率，构建新一代高效率高精度高光谱智能处理平台和系统，为客户提供数据处理服务、帮客户打造代码平台、定制化应用解决方案、软件产品和咨询服务。

高精度、高效率的高光谱图像分类与检测软件算法，可以识别弱指纹信息、精细区分相似地物、检测识别弱目标、生成分类专题图，支持大部分环境监测（比如病虫害分布图）和资源探测应用（比如岩性分类图）。然而，目前遥感软件仅仅局限于传统分类算法（比如SVM和随机森林等），效率低，不能处理稍大高光谱数据、精度低，不能捕捉弱指纹信息造成误分误判等缺点，已经成为高光谱分类应用的障碍。AZAI-Spec开发基于GPU和AI算法的新一代高光谱分类功能模块，（1）效率高，能够快速处理大范围海量高光谱图像数据、（2）提取弱指纹信息强，能够有效捕捉到相似地类的细微差异用于精细分类和识别、（3）半监督学习能力强，能够利用图像中非平稳空间相关性降低对训练样本数量要求，极大减少地面采样和训练样本标注工作量，（4）精度高，能够生成像素级精细地物分类专题图和弱目标分布专题图，用于支撑农业、林业、土壤、水体、矿产、环境监测等领域的分类制图应用。

基于 K6多光谱数据的机器视觉自动分类研究 

飞行参数：

飞行高度：400 m                          飞行速度：20 m/s；

拍照方式：等距触发                        GSD：10 cm；

飞行面积：3平方公里                      波段选取：490、550 、615、 685、 725、 940

1 处理结果 ：

真彩色RGB（R：650 nm 、G：550nm 、B：450nm ）

2  训练样本

使用训练样本采集工具对RGB图像进行显示，并且标注出训练样本进行模型训练和测试，一共标注五个类别（植被、道路、房屋、裸地和水体）。整个过程需要约半个小时。本次实验从原图上标注了约27000个像素作为训练样本，约27000个像素作为测试样本。

3  模型训练

使用训练样本去训练卷积神经（CNN）网络分类模型，用于捕捉不同地类之间的光谱差异和空间特征差异。训练使用了1块RTX 2080显卡加速计算，训练整个训练过程约一个小时。

4  训练出图

用训练得到的CNN模型进行整个18043×11483，5波段图的预测出图。训练使用了1块RTX 2080显卡加速计算，训练整个预测过程约30分钟。

5  精度分析

本次实验确定了5个类别：建筑物、裸地、道路、植被和水体。测试平均精度87.4%，逐类测试精度如下：建筑物85.7%，裸地98.3%，道路63.0%，植被95.9%，水体93.9%。