基于深度学习的珠海一号高光谱影像云检测
2019年上半年参加了珠海欧比特公司举办的高光谱大赛，本意是想着看看数据质量如何，简单的拿着我们团队自己开发的深度学习模型，去参加了一下高光谱竞赛，也没怎么准备，就是简单的应用一下而已，我们花了一个星期东西凑了点东西，介绍文档不到7页，居然拿了个二等奖。。。。主题是云检测。如果大家有任何问题，请与我联系，Email：1044625113@qq.com,qq:1044625113.加我时，请备注：高精度云检测。
大家都知道云、雪、高亮地物在没有短波红外波段加入区分时，这几种地物是很容易混淆的，虽然有很多文章宣称可以做到高精度云雪检测，但是真正落地应用的时候，基本上都不行，效果很差，直到深度学习方法出来，这种现象才有了很大的改观。而我们团队主要是深度学习语义分割这一块的，因此云雪自然是我们的一个小目标而已，我们已经在国产高分系列卫星上面实现高精度云检测，在珠海一号高光谱卫星上，表现如何呢？下面我会用实验记录这一次竞赛的情况，不说了，show code and result，首先使用爬虫技术，爬取了欧比特高光谱竞赛官网上所有影像，之所以不手动下载，主要是因为数据太多了。。。
爬虫代码如下所示：
# -*- coding: utf-8 -*- # Purpose: 下载珠海一号数据 # Author: Mr Zhipan wang, if you have any question,Email:1044625113@qq.com import os import re import urllib.error import urllib.request import requests from bs4 import BeautifulSoup from win32com.client import Dispatch # 调用迅雷下载 # 使用正则表达式获取下载连接,refer: https://zhuanlan.zhihu.com/p/52198820 # 顺便说一句,正则表达式实在是太过于强大... def findURL(stringName): """ :param stringName: 字符串 :return: 返回字符串中的URL下载网址, 示例：http://218.13.181.222:8000/f/c9f1805f87/?raw=1 """ # findall() 查找匹配正则表达式的字符串 pattern = r"\w{4}\W{3}\d{3}.\d{2}.\d{3}.\d{3}.\d{4}\W\w\W\w{10}\W{2}.{5}" url = re.findall(pattern, stringName) return url# 创建文件夹 def mkdir(pathName): """ :pathName : 待创建的路径名 """ folder = os.path.exists(pathName) if not folder: # 判断是否存在文件夹如果不存在则创建为文件夹 os.makedirs(pathName) # makedirs 创建文件时如果路径不存在会创建这个路径 # print "--- 新文件夹创建成功... ---" else: print("--- 文件夹已存在! ---") # 下载文件-urllib.request def getDown_urllib(url, file_path): # 需要写明文件名称,否则无法写入 try: urllib.request.urlretrieve(url, filename=file_path) return True except urllib.error.URLError as e: # hasttr(e, 'code')，判断e 是否有.code属性，因为不确定是不是HTTPError错误，URLError包含HTTPError，但是HTTPError以外的错误是不返回错误码(状态码)的 if hasattr(e, 'code'): print(e.code) # 打印服务器返回的错误码（状态码），如403，404,501之类的 return False elif hasattr(e, 'reason'): print(e.reason) # 打印错误原因 return False def getDownFile(url, savePath): """ :param url:下载的页面URL :param savePath: 保存影像路径 :return: 下载地址，文件夹名称 """ # savePath = "E:\\珠海欧比特遥感应用大赛\\影像数据" headers = {'User-Agent': 'Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US; rv:1.9.1.6) Gecko/20091201 Firefox/3.5.6'} temp_Page = requests.get(url, headers=headers) soup = BeautifulSoup(temp_Page.text, "lxml") Contents = soup.contents[0].text # 转成string字符串 downURL = findURL(Contents) imgPlace = findPlaceName(Contents) saveImagePath = [] for path in imgPlace: # 创建影像文件名 Path = os.path.join(savePath, path + ".rar") saveImagePath.append(Path) if (len(downURL) == len(imgPlace)): for i in range(0, len(downURL)): urlImg = downURL[i] FileName = saveImagePath[i] if os.path.exists(FileName): print("文件已经存在...") else: down_Type = getDown_urllib(urlImg, FileName) # true 表示当前ts文件下载成功a print('第' + str(i) + '个影像爬取完成...') else: print("该页面爬取错误...") # 调用迅雷进行下载 def XunLeiDownLaod(url, savePath): """ :param url: :param savePath: :return: """ headers = {'User-Agent': 'Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US; rv:1.9.1.6) Gecko/20091201 Firefox/3.5.6'} temp_Page = requests.get(url, headers=headers) soup = BeautifulSoup(temp_Page.text, "lxml") Contents = soup.contents[0].text # 转成string字符串 downURL = findURL(Contents) imgPlace = findPlaceName(Contents) saveImagePath = [] for path in imgPlace: # 创建影像文件名 Path = os.path.join(savePath, path + ".rar") saveImagePath.append(Path) Xunlei = Dispatch("ThunderAgent.Agent64.1") # print(len(downURL)) # print(len(imgPlace)) if (len(downURL) == len(imgPlace)): for i in range(0, len(downURL)): urlImg = downURL[i] FileName = saveImagePath[i] if os.path.exists(FileName): print("文件已经存在...") else: Xunlei.AddTask(urlImg, FileName, savePath) print('第' + str(i) + '个迅雷下载任务添加完毕...') Xunlei.CommitTasks() # 开始下载任务 else: print("该页面爬取错误...") if __name__ == '__main__': URL_page = [ "https://web30.obtdata.com/web/dataDownload/page?pageNo=0&pageSize=20&token=a22ca3ec-a644-44d2-b281-bf1e8309e015", "https://web30.obtdata.com/web/dataDownload/page?pageNo=1&pageSize=20&token=a22ca3ec-a644-44d2-b281-bf1e8309e015", "https://web30.obtdata.com/web/dataDownload/page?pageNo=2&pageSize=20&token=a22ca3ec-a644-44d2-b281-bf1e8309e015", "https://web30.obtdata.com/web/dataDownload/page?pageNo=3&pageSize=20&token=a22ca3ec-a644-44d2-b281-bf1e8309e015", "https://web30.obtdata.com/web/dataDownload/page?pageNo=4&pageSize=20&token=a22ca3ec-a644-44d2-b281-bf1e8309e015"] savePath = "E:\\珠海欧比特遥感应用大赛\\影像数据" # pool = Pool(5) # # Task1 = pool.map(getDownFile, URL_page[0]) # Task2 = pool.map(getDownFile, URL_page[1]) # Task3 = pool.map(getDownFile, URL_page[2]) # Task4 = pool.map(getDownFile, URL_page[3]) # Task5 = pool.map(getDownFile, URL_page[4]) # # pool.close() # pool.join() # # requests 下载 # getDownFile(URL_page[0], savePath) # getDownFile(URL_page[1], savePath) # getDownFile(URL_page[2], savePath) # getDownFile(URL_page[3], savePath) # getDownFile(URL_page[4], savePath) # 迅雷下载 # XunLeiDownLaod(URL_page[0], savePath) # XunLeiDownLaod(URL_page[1], savePath) # XunLeiDownLaod(URL_page[2], savePath) XunLeiDownLaod(URL_page[3], savePath) # XunLeiDownLaod(URL_page[4], savePath) print("全部完成...")
数据搞完了后，就要进行处理了，我把所有的波段组合成一个影像，并生成一个真彩色影像，如下图：
图1 雪样本
图2 云雪混合样本
同样，我只是举一个例子来说明我所采用的影像数据源，真正的实验过程，我把它裁剪成了512*512大小的图像块，采用GPU进行训练，深度学习模型如下图所示，比赛已经结束，可以开源了：
这个架构中，我们自己在四个空洞卷积层进行了改进，后续接四个池化层，聚合特征，经过实验来看，效果会有一定损失，但是效果会提升2%-5%左右，相比于Unet就会好更多了，经过我们的实验，发现Unet很难区分云雪，尤其是高山雪，我们自己的这个网络架构，基本上把云雪进行了区分，结果还是比较好的，同时，我们也设计一个GUI界面，用来简单的给用户训练模型和持续迭代，这个才真正有点工程的味道了。
总体上来说，包含了模型训练，云检测，批量云检测功能，其实，从应用的角度上来说，这个东西不仅仅可以用来做云雪检测，也可以用来做其他地物监测，我看到了那些一等奖之类的，基本上都是特定地物识别，还取得了不错的成果，如果能结合这个工程化的思路，我相信能够真正的落地应用！
在实际系统设计时，我主要用了python+matlab混合编程实现，python主要负责的功能是栅格矢量化，调用GDAL实现，matlab是调用深度学习模型进行云雪检测，并实现部分后处理流程，两者调用通过import类实现，这个算是比较简单的，无需复杂配置，即可完成，后期可以考虑使用并行编程，来提高处理速度。来看看结果：
图3 测试图像真彩色
图4 云检测结果矢量化
可以看到，结果还是非常nice的。 如果大家有任何问题，或者想交流的，请加我qq联系，在此抛砖引玉，如有任何技术不当之处，烦请高手指正。
