大规模深度学习多通道遥感图像样本增强

时间:2024-03-06 20:34:48

      又来了博客更新时候,好久没有更新了,最近忙于把之前的Deep learning 代码进行打包,封装测试,故没有更新。这一次我们讲一下比较基础,也比较重要的遥感图像样本增强。

      我们都知道,自然图像都是三通道或者一通道,使用PIL库即可进行读取,然后进行相关操作即可,包括很多框架自带的Augment库,如Augmentor等等,都是使用PIL作为底层图像

读取库。面对多个通道的遥感图像时,这个是没法用的,如果8通道国产高分六号数据,这是没办法使用通用图像处理库的,那么就需要自己动手写一些增强模块了,我这里采用了纯GDAL

进行遥感图像读取,写入处理,常用增强包括,随机旋转,随机亮度,随机缩放,包括自创mosaic等,期待提高分割的精度,从根本上解决多通道遥感图像增强问题。好了,不多说了,我

直接看增强效果:   

     

 

 

 

 

 

 

 

 

 

 

 

 

图 原始图像(8通道国产卫星数据)

 

    1.随机旋转

 

                                                                 图2 旋转增强(博客园的编辑系统,真的bug太多)

 

    2.尺度缩放

 

                                                                              图3 随机尺度缩放增强

 

    3.随机亮度

 

                                                                                     图4 随机亮度增强

  4.mosaic增强

 

 

  最后,题外说一句,标签也要跟着改变,这个要切记。如果需要代码,请加qq1044625113,备注:样本增强。