寻找图片中的特定符号

1 概述

图片是一张扫描件，3波段图像。我们的任务是定位/计数一个特定的符号。目标符号的颜色和地图上的许多其他特征类似，所以我们不能仅仅依靠光谱（RGB值）来处理。

要寻找的符号

我们需要训练一个深度学习模型，然后进行目标提取。

2 选择训练样本

首先从原图裁剪出一小块图像作用样本选择和模型训练的输入图像。然后选择训练样本，俗称打标签。在ENVI中可以方便的利用ROI工具打标签。如下图所示，利用点和多段线类型的ROI进行目标区域绘制。

如下图是选择的部分样本ROI

3 输出标签栅格

工具为：/Deep Learning/Build Label Raster from ROI

4  初始化模型

需要设置切片大小、波段数。ENVI深度学习的优势在于可以处理多波段图像（多于3波段）。

5 训练模型

深度学习训练过程就是一个调参的过程。

6  目标提取

/Deep Learning/TensorFlow Mask Classification

7  结果查看与后处理

输出结果为一张灰度图，DN值代表了该像素属于目标的概率。利用ENVI密度分割工具可以快去提取目标，如下为栅格结果：

可以将其转换为矢量结果