edited by nrzheng,2022.2.12

前言

遥感图像地物分类可以通过深度学习语义分割的方法来解决。这种有监督的方法需要标签当作真值进行训练。标签的生成可以采用MATLAB的标注工具imageLabeler完成。

第一次标注的流程

以下是第一次标注的标注流程,就是只有原始图像的情况下。

imageLabeler

在MATLAB的命令行窗口输入imageLabeler,即可自动打开该工具,或者在MATLAB菜单的“APP”中也可以找到。imageLabeler界面如下所示:

在这里插入图片描述

加载图片

在这里插入图片描述

添加标签

根据你的任务划分类别,然后进行添加。语义分割的标签格式要选择Pixel label

在这里插入图片描述

添加之后,左边的工具栏就会出现添加的类别及对应的颜色。标注的时候可以选择切换。

标注

根据类别定义进行标注。这边标注不能留空白,不然导出的时候会自动补0,而且很不规范。

解决类别间隙的问题,需要重复的去叠加修改标签,标多了就会找到诀窍。但问题是遥感图像一景都很大,就会很卡。所以修起来比较繁琐,不仅细小还卡。

解决这个问题可以将图像切割成小图标注,再拼接,或者下采样等方法。

在这里插入图片描述

标签导出

这是很关键的一步,标注过程中要记得及时保存,需要保存的有两个地方:

  • Save–>Session:保存imageLabelingSession.mat文件
  • Export Labels–>To File:保存gTruth.mat文件和PixelLabelData标签文件,里面是一张肉眼看着的黑图,因为像素值都是0,1,2等很小的值
  • 最好都保存到同一个文件夹里

在这里插入图片描述

在这里插入图片描述

保存后的文件夹目录如下:

try
  │  example.jpg
  │  
  └─example_label
      │  gTruth.mat
      │  imageLabelingSession.mat
      │  
      └─PixelLabelData
              Label_1.png

输出文件解释

imageLabelingSession.mat

这里面语义分割我就注意到了两个字段:

  • ImageFilenames:imageLabelingSession.ImageFilenames就是图像的绝对路径
  • FileName:这个imageLabelingSession.mat的绝对路径

在这里插入图片描述

gTruth.mat和PixelLabelData文件夹

PixelLabelData文件夹里存放的就是标签图像。是png格式。命名是“Label_1.png”、“Label_2.png”这种。

不过肉眼看起来是黑色的,因为像素值都是0,1,2等的类别,灰度值低,自然就是黑色的。若有需要,可以转成三通道的RGB图像可视化查看。

gTruth.mat文件可以加载到MATLAB工作区查看,加载进去之后是groundTruth对象,有三个字段(如下图):

  • DataSource:gTruth.DataSource.Source中存储的就是原始图像的绝对路径,这是一个 N × 1 N\times1 N×1的cell数组,每个元素表示一个图像路径
  • LabelDefinitions:gTruth.LabelDefinitions存储的是定义的类别的名字及对应的标签值
  • LabelData:gTruth.LabelData.PixelLabelData中存储的就是标签图像的绝对路径,同样也是一个 N × 1 N\times1 N×1的cell数组,刚好和上面的PixelLabelData文件夹里的一一对应
  • (这里只用一张图做示例,所以每个字段里面只有一个)

在这里插入图片描述

第二次标注的流程

第二次标注直接Load—>Session,选择保存了的imageLabelSession.mat文件。

在这里插入图片描述

更换路径之后的继续标注

有时候,需要换电脑标注,或者移动了路径,或者更改了原来的名字,都会导致加载Session的时候报错。

在这里插入图片描述

这是因为Session文件中的FileName存储了自己的位置,现在位置变了,自己都找不到了,所以没办法加载。可以将imageLabelingSession中的FileName改成这个session新的位置,直接将.mat加载到MATLAB的工作区,就可以直接改,图见《输出文件解释—imageLabelingSession.mat》。

改完后再次在imageLabeler中加载Session还是会出现以下错误:

在这里插入图片描述

这是因为imageLabelingSession.mat中的ImageFilenames中存储的是原图的位置,这个位置也是原来的位置,没有更新,所以找不到。

那么理论上,更新完这个路径之后,就可以加载出图像,但是问题是,这个量是只读的,没办法修改。(我没找到修改的方法)

所以换电脑或者换路径怎么标注这个问题卡了我很久。。。

后来发现,其实gTruth.mat这个文件才是关键!!!(上面都是废话了)

所以!怎么解决呢?就是把gTruth.mat中的几个路径改了就可以读到标签了。(先把gTruth.mat加载到MATLAB工作区)

修改DataSource

gTruth中的DataSource存放的是原图的所有路径。这是第一个要改的,就是告诉imageLabeler,你的这个标签对应的图像是哪一张,代码如下:

% 更改gTruth的DataSource,也就是原图路径
currentPathDataSource = "E:\try\try";
newPathDataSource = "E:\try\new";
alternativePaths = {[currentPathDataSource newPathDataSource]};
unresolvedPaths = changeFilePaths(gTruth,alternativePaths);

在这里插入图片描述

修改LabelData

gTruth中的LabelData存放的是标签(就是那个“黑”图)的路径。这也是要改的,就是告诉imageLabeler,你的标签存在哪里,代码如下:

% 更改gTruth的DataSource的LabelData,也就是标签路径
currentPathPixels = "E:\matlab_code\play_play\PixelLabelData";
newPathPixels = "E:\try\new\example_label\PixelLabelData";
alternativePaths = {[currentPathPixels newPathPixels]};
unresolvedPaths = changeFilePaths(gTruth,alternativePaths);

在这里插入图片描述

保存修改后的文件

只要修改这两个就可以了,gTruth中的LabelDefinitions存储的是标签的类别啥的,没有路径,所以无需修改。

然后要把工作区的gTruth另存为,替换掉原来的gTruth。

在这里插入图片描述

加载图像和标签

经过上面的步骤,我们的gTruth就可以用了。

然后步骤还是跟第一次标注一样。先添加图片。但是就不需要添加标签啥的了。

只要将gTruth.mat导入就可以显示:

在这里插入图片描述

如果加载的gTruth是原来的没修改的,就会出现以下错误:

在这里插入图片描述

所以说,修改完之后,记得要另存为,把原来的替换掉。那如果不替换的话,Import Labels的时候可以选择直接从工作区载入。

这样就可以把别的电脑标注一半的,拿过来继续标注;或者解决自己改了原来的路径之后,打不开的问题。

Logo

华为开发者空间,是为全球开发者打造的专属开发空间,汇聚了华为优质开发资源及工具,致力于让每一位开发者拥有一台云主机,基于华为根生态开发、创新。

更多推荐