【技术实现步骤摘要】
一种基于多尺度遥感影像的耕地变化检测方法及装置
[0001]本专利技术涉及测绘遥感领域，尤其涉及一种基于多尺度遥感影像的耕地变化检测方法及装置。
技术介绍
[0002]耕地是民生之本，保护并合理利用耕地资源具有重要的意义。随着某些地区经济建设的飞跃发展，占用耕地的现象屡禁不止，而若仅仅靠人工去定期核查大范围区域，则费时、费力、效率低，难以获得实时耕地信息。因此，需要利用现代的技术实现耕地的数量质量实时监测监管。
[0003]近年来随着遥感技术的发展，遥感数据具备一定现势性，在耕地监测中有广泛的应用，传统高分辨率耕地变化监测方法，一种是通过人工目视判别方式，手动勾绘变化区域，另一种是应用机器学习、深度学习等模型提取变化范围，以三调数据中的耕地作为掩模，提取耕地变化监测范围，人工目视解译需要耗费大量时间，人力成本较高，很难满足批量业务化需求，而另一种方式中的三调数据，获取较为困难，也存在一定的保密性，所以导致检测结果获得的难易程度较高。
[0004]《遥感耕地提取》一文中，基于野外调查数据、谷歌地球影像和GF1<...
【技术保护点】
【技术特征摘要】
1.一种基于多尺度遥感影像的耕地变化检测方法，其特征在于，包括：获取待测耕地遥感影像，所述遥感影像不限于中高分辨率影像和高分辨率影像；对所述待测耕地遥感影像进行预处理，得到处理影像，并根据目视解译法对所述处理影像进行解译并标记，得到影像样本，通过卷积神经网络对所述影像样本进行训练，得到耕地监测模型，将所述处理影像输入所述耕地监测模型，并进行后处理，得到耕地矢量；根据叠加分析方法对所述耕地矢量进行分析计算，得到耕地变化矢量范围。2.根据权利要求1所述的一种基于多尺度遥感影像的耕地变化检测方法，其特征在于，所述对所述待测耕地遥感影像进行预处理，得到处理影像，并根据目视解译法对所述处理影像进行解译并标记，得到影像样本，通过卷积神经网络对所述影像样本进行训练，得到耕地监测模型，将所述处理影像输入所述耕地监测模型，并进行后处理，得到耕地矢量，包括：对所述中高分辨率影像进行解压、正射校正、裁剪、拼接，并按照不同时序进行叠加，得到第一影像，根据所述目视解译法对所述第一影像进行标志和特征解译，并标记得到第一样本，根据所述卷积神经网络对所述第一样本进行训练，得到耕地分类提取模型，将所述第一影像输入所述耕地分类提取模型，得到第一预测影像，对所述第一预测影像进行栅格转矢量、去除碎斑点、平滑边缘操作，得到耕地范围矢量；对所述高分辨率影像进行解压、正射校正、数据融合、裁剪、拼接，得到第二影像，根据所述目视解译法对所述第二影像进行地物标志的解译，标记不限于耕地、建筑、水体、道路的样本，得到第二样本，将所述第二样本输入所述卷积神经网络进行训练，得到土地利用模型，将所述第二影像输入所述土地利用模型，得到第二预测影像，对所述第二预测影像进行栅格转矢量操作，得到土地利用矢量；将所述耕地范围矢量和所述土地利用矢量汇总，得到所述耕地矢量。3.根据权利要求2所述的一种基于多尺度遥感影像的耕地变化检测方法，其特征在于，所述对所述中高分辨率影像进行解压、正射校正、裁剪、拼接，并按照不同时序进行叠加，得到第一影像，包括：对所述中高分辨率影像进行解压，并采用RPC模型进行正射校正，得到校正影像；获取待测耕地区域矢量，根据所述待测耕地区域矢量对所述校正影像进行裁剪，并拼接得到所述待测耕地区域影像，将所述耕地区域影像按照一定时间间隔的不同时序进行叠加，得到第一影像。4.根据权利要求3所述的一种基于多尺度遥感影像的耕地变化检测方法，其特征在于，所述对所述第一预测影像进行栅格转矢量、去除碎斑点、平滑边缘操作，得到耕地范围矢量，包括：根据Python语言以所述第一预测影像的栅格像元值属性点值为参考，并进行矢量转换，得到矢量图层；对所述矢量图层进行面积约束，去除碎斑点，并消除所述矢量转换的锯齿效应，平滑边缘，得到耕地范围矢量。5.根据权利要求4所述的一种基于多尺度遥感影像的耕地变化检测方法，其特征在于，所述根据叠加分析方法对所述耕地矢量进行分析计算，得到耕地变化矢量范围，包括：根据所述叠加分析方法对所述耕地范围矢量和土地利用矢量进行分析，提取所述耕地范围矢量中为耕地，但在所述土地利用矢量中不为耕...
【专利技术属性】
技术研发人员：汪洋，唐华，潘进，吴杨青，杨泽宇，陆建波，王恩茂，佘东亮，
申请(专利权)人：南京市国土资源信息中心，
类型：发明
国别省市：
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。