【技术实现步骤摘要】
基于遥感影像识别圆形喷灌地的方法、计算机设备和介质
本公开涉及人工智能领域,更具体而言,涉及一种基于遥感影像识别圆形喷灌地的方法、计算机设备和介质。
技术介绍
灌溉是农业生产的根本保障,为了使人们从繁重的移动管道灌溉作业中解放出来,圆形喷灌机应运而生。圆形喷灌机又称中心支轴式喷灌机,显著特点是喷灌区域为圆形,即形成围绕中心支轴的圆形喷灌地。圆形喷灌地的准确定位在农业生产中具有重要作用,包括确定喷灌地面积以及判断农作物生长情况等。目前,通过遥感影像提取地表信息是一种十分高效的方法,已有最大似然法、基于专家知识的决策树分类方法以及面向对象的分类方法等各种方法所构建的提取模型,其中,面向对象的分类方法在通过遥感影像提取圆形喷灌地方面取得了一定进展。然而,一个个圆形喷灌地在遥感影像中的占有面积非常小;并且,遥感影像会因接收辐射能量的差异而出现图像灰度值变化的现象,因而现有面向对象的分类方法存在一个区域训练得到的提取模型仅适用于该区域的技术问题,这使得大范围、高效和准确地识别圆形喷灌地仍为现阶段面临的一个难题。公开内容有鉴于此,本公开提供了一种基于遥感影像识别圆形喷灌地的方法、计算机设备和介质,旨在大范围、高效和准确地识别圆形喷灌地。为了达到这个目的,根据本公开的一个方面,提供了一种基于遥感影像识别圆形喷灌地的方法,包括:获取待识别区域的遥感影像;将所述遥感影像输入第一U形神经网络模型,以由所述第一U形神经网络模型输出所述遥感影像的预测图片,所述预测图片标记了所述 ...
【技术保护点】
1.一种基于遥感影像识别圆形喷灌地的方法,其特征在于,包括:/n获取待识别区域的遥感影像;/n将所述遥感影像输入第一U形神经网络模型,以由所述第一U形神经网络模型输出所述遥感影像的预测图片,所述预测图片标记了所述遥感影像中各像素点的预测结果,所述预测结果为每个像素点是否为圆形喷灌地像素点;/n根据所述预测图片生成圆形喷灌地的位置信息;/n其中,所述第一U形神经网络模型为第二U形神经网络模型经增量学习后得到,所述第二U型形神经网络模型为已完成训练的U形神经网络模型,且增量学习样本取自所述待识别区域的背景影像。/n
【技术特征摘要】
1.一种基于遥感影像识别圆形喷灌地的方法,其特征在于,包括:
获取待识别区域的遥感影像;
将所述遥感影像输入第一U形神经网络模型,以由所述第一U形神经网络模型输出所述遥感影像的预测图片,所述预测图片标记了所述遥感影像中各像素点的预测结果,所述预测结果为每个像素点是否为圆形喷灌地像素点;
根据所述预测图片生成圆形喷灌地的位置信息;
其中,所述第一U形神经网络模型为第二U形神经网络模型经增量学习后得到,所述第二U型形神经网络模型为已完成训练的U形神经网络模型,且增量学习样本取自所述待识别区域的背景影像。
2.根据权利要求1所述的识别圆形喷灌地的方法,其特征在于,所述遥感影像为所述待识别区域的初始遥感影像经预处理后得到的,所述预处理包括对所述初始遥感影像的近红外、红、绿三个波段分别赋予红色、绿色、蓝色。
3.根据权利要求1所述的识别圆形喷灌地的方法,其特征在于,
所述第二U形神经网络模型的下采样结构中每个下采样单元包括下采样层和第一残差块,所述下采样层的输出作为所述第一残差块的输入;
所述第二U形神经网络模型的上采样结构中每个上采样单元包括上采样层和第二残差块,所述上采样层的输出作为所述第二残差块的输入。
4.根据权利要求3所述的识别圆形喷灌地的方法,其特征在于,所述第一残差块和所述第二残差块各自包括:
输入层,用于接收输入数据;
第一BN层,连接所述输入层;
第一卷积层,为3×3的卷积层,连接所述第一BN层;
第二BN层,连接所述第一卷积层;
第一激励函数层,连接所述第二BN层;
第二卷积层,为3×3的卷积层,连接所述第一激励函数层;
第三卷积层,为1×1的卷积层,连接所述输入层;
输出层,连接所述第二卷积层和所述第三卷积层,用于将所述第二卷积层和所述第三卷积层的输出相加结果进行输出。
5.根据权利要求4所述的识别圆形喷灌地的方法,其特征在于,所述第二U形神经网络模型通过以下步骤进行增量学习:
将增量学习样本输入当前第二U形神经网络模型,以由所述当前第二U形神经网络模型给出对应增量学习样本是否为圆形喷灌地的第一判定结果;
根据各增量学习样本的所述第一判定结果和认定标签,确定所述当前第二U形神经网络模型的准确率;
若所述准确率不收敛则调整所述当前第二U形神经网络模型中的权重;
将权重调整后的第二U形神经网络模型确定为当前第二U形神经网络模型,并返回执行将增量学习样本输入当前第二U形神经网络模型的步骤,直到所述当前第二U形神经网络模型的准确率收敛。
6.根据权利要求5所述的识别圆形喷灌地的方法,其特征在于,
所述增量学习样本包括取自所述背景影像的初始影像块样本以及至少部分初始影像块样本的变换样本;
其中,初始影像...
【专利技术属性】
技术研发人员:田富有,吴炳方,曾红伟,张淼,王正东,
申请(专利权)人:中国科学院空天信息创新研究院,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。