农作物提取方法、装置、可读存储介质及电子设备制造方法及图纸

本公开涉及一种农作物提取方法、装置、可读存储介质及电子设备。方法包括：根据目标遥感数据，构建目标农作物的生长初期时间序列、生长中期时间序列及生长末期时间序列；确定生长初期时间序列与生长中期时间序列之间的差异，得第一差异特征图，确定生长中期时间序列与生长末期时间序列之间的差异，得第二差异特征图；根据第一差异特征图和第二差异特征图对目标农作物进行分割提取。这样，根据具有代表性的生长差异特征，即可实现农作物的分割提取，方便快捷，降低对先验知识与经验的依赖，结果可信度高。在对目标农作物进行分割提取时，既考虑到农作物随时间生长产生的光谱特征变化，也避免引入冗余数据导致新的不确定性，保证分割提取的准确度。证分割提取的准确度。证分割提取的准确度。

Crop extraction method, device, readable storage medium and electronic equipment

【技术实现步骤摘要】
农作物提取方法、装置、可读存储介质及电子设备


[0001]本公开涉及计算机
，具体地，涉及一种农作物提取方法、装置、可读存储介质及电子设备。

技术介绍

[0002]农作物空间分布信息对农业生产管理、农业可持续发展及国家粮食安全等具有重要意义。光谱特征、时相特征和空间特征作为农作物遥感提取的基础，已成为农作物分类的有效依据。在区域或国家尺度上，现有的方法主要利用时间序列遥感数据开展了农作物分类提取，主要的方法设计归纳为三类：基于时序特征阈值统计的决策树方法；基于时间序列相似度算法或光谱相似度算法的农作物提取；基于机器学习算法的农作物提取。
[0003]农作物与其他地表覆盖类型的区别在于物候特性。不同的作物具有各异的生育期和生长特征，充分挖掘不同作物在时间序列上生长特征，有助于农作物分割提取的有效实施。现有的方法多基于农作物识别机理结合经验知识来选择光谱、时序特征组合进行农作物分割提取，其中，通常采用全部时序特征来进行农作物分割提取，不但费时，并且还会引入大量的冗余时间信息，使得分割提取的准确度受到影响。

技术实现思路

[0004]为了克服相关技术中存在的问题，本公开提供一种农作物提取方法、装置、可读存储介质及电子设备。
[0005]为了实现上述目的，第一方面，本公开提供一种农作物提取方法，包括：获取目标区域的目标遥感数据；根据所述目标遥感数据，构建所述目标区域中目标农作物的目标生长初期时间序列、目标生长中期时间序列以及目标生长末期时间序列；确定所述目标生长初期时间序列与所述目标生长中期时间序列之间的差异，得到第一差异特征图，并确定所述目标生长中期时间序列与目标生长末期时间序列之间的差异，得到第二差异特征图；根据所述第一差异特征图和所述第二差异特征图，对所述目标区域中所述目标农作物进行分割提取。
[0006]可选地，所述根据所述第一差异特征图和所述第二差异特征图，对所述目标区域中所述目标农作物进行分割提取，包括：将所述第一差异特征图和所述第二差异特征图输入到目标分割模型中，以对所述目标区域中所述目标农作物进行分割提取。
[0007]可选地，所述目标分割模型包括：第一分支网络、第二分支网络以及分割模块；其中，所述第一分支网络，用于根据所述第一差异特征图，确定所述目标农作物在生长初期和生长中期的第一生长波谱特征；
所述第二分支网络，用于根据所述第二差异特征图，确定所述目标农作物在生长中期和生长末期的第二生长波谱特征；所述分割模块，与所述第一分支网络、所述第二分支网络分别连接，用于根据所述第一生长波谱特征和所述第二生长波谱特征，对所述目标区域中所述目标农作物进行分割提取。
[0008]可选地，所述目标分割模型包括：第一分支网络、第二分支网络、第一注意力网络、第二注意力网络、融合网络以及分割模块；其中，所述第一分支网络，用于根据所述第一差异特征图，确定所述目标农作物在生长初期和生长中期的第一生长波谱特征；所述第二分支网络，用于根据所述第二差异特征图，确定所述目标农作物在生长中期和生长末期的第二生长波谱特征；所述第一注意力网络，与所述第一分支网络连接，用于对所述第一生长波谱特征进行目标农作物特征提取，得到第一注意力特征；所述第二注意力网络，与所述第二分支网络连接，用于对所述第二生长波谱特征进行目标农作物特征提取，得到第二注意力特征；所述融合网络，与所述第一注意力网络、所述第二注意力网络分别连接，用于对所述第一注意力特征和所述第二注意力特征进行特征融合，得到融合特征；所述分割模块，与所述第一分支网络、所述第二分支网络以及所述融合网络分别连接，用于根据所述第一生长波谱特征、所述第二生长波谱特征以及所述融合特征，对所述目标区域中所述目标农作物进行分割提取。
[0009]可选地，所述目标分割模型通过以下训练方式训练得到：获取样本区域的样本遥感数据和所述样本遥感数据中样本农作物的分割提取结果；根据所述样本遥感数据，构建所述样本区域中所述样本农作物的样本生长初期时间序列、样本生长中期时间序列以及样本生长末期时间序列；确定所述样本生长初期时间序列与所述样本生长中期时间序列之间的差异，得到第三差异特征图，并确定所述样本生长中期时间序列与样本生长末期时间序列之间的差异，得到第四差异特征图；通过将所述第三差异特征图作为所述第一分支网络的输入，将所述第四差异特征图作为所述第二分支网络的输入，将所述第一分支网络的输出作为所述第一注意力网络的输入，将所述第二分支网络的输出作为所述第二注意力网络的输入，将所述第一注意力网络的输出和所述第二注意力网络的输出作为所述融合网络的输入，将所述融合网络的输出作为所述分割模块的输入，将所述样本农作物的分割提取结果作为所述分割模块的目标输出的方式进行模型训练，以得到所述目标分割模型。
[0010]可选地，所述第一分支网络，用于通过滑动窗口检测方法对所述第一差异特征图进行特征提取，以得到所述目标农作物在生长初期和生长中期的第一生长波谱特征；所述第二分支网络，用于通过滑动窗口检测方法对所述第二差异特征图进行特征提取，以得到所述目标农作物在生长中期和生长末期的第二生长波谱特征。
[0011]可选地，所述根据所述目标遥感数据，构建所述目标区域中目标农作物的目标生长初期时间序列、目标生长中期时间序列以及目标生长末期时间序列，包括：根据所述目标遥感数据的目标光谱波段和目标植被指数，获取所述目标区域的多时相数据集；根据目标农作物所处地理区域、所述地理区域的气候条件以及所述目标农作物的物候特征，从所述多时相数据集中确定所述目标区域中目标农作物的目标生长初期时间序列、目标生长中期时间序列以及目标生长末期时间序列。
[0012]第二方面，本公开提供一种农作物提取装置，包括：第一获取模块，用于获取目标区域的目标遥感数据；构建模块，用于根据所述第一获取模块获取到的所述目标遥感数据，构建所述目标区域中目标农作物的目标生长初期时间序列、目标生长中期时间序列以及目标生长末期时间序列；第一确定模块，用于确定所述构建模块得到的所述目标生长初期时间序列与所述目标生长中期时间序列之间的差异，得到第一差异特征图，并确定所述构建模块得到的所述目标生长中期时间序列与目标生长末期时间序列之间的差异，得到第二差异特征图；提取模块，用于根据所述第一确定模块确定出的所述第一差异特征图和所述第二差异特征图，对所述目标区域中所述目标农作物进行分割提取。
[0013]第三方面，本公开提供一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本公开第一方面提供的所述方法的步骤。
[0014]第四方面，本公开提供一种电子设备，包括：存储器，其上存储有计算机程序；处理器，用于执行所述存储器中的所述计算机程序，以实现本公开第一方面提供的所述方法的步骤。
[0015]在上述技术方案中，首先，根据目标区域的目标遥感数据，构建目标区域中目标农作物的目标生长初期时间序列、目标生长中期时间序列以及目标生长末期时间序列；然后，确定目标生长初期时间序列与所述目标生长中期时间序列之间的差本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种农作物提取方法，其特征在于，包括：获取目标区域的目标遥感数据；根据所述目标遥感数据，构建所述目标区域中目标农作物的目标生长初期时间序列、目标生长中期时间序列以及目标生长末期时间序列；确定所述目标生长初期时间序列与所述目标生长中期时间序列之间的差异，得到第一差异特征图，并确定所述目标生长中期时间序列与目标生长末期时间序列之间的差异，得到第二差异特征图；根据所述第一差异特征图和所述第二差异特征图，对所述目标区域中所述目标农作物进行分割提取。2.根据权利要求1所述的方法，其特征在于，所述根据所述第一差异特征图和所述第二差异特征图，对所述目标区域中所述目标农作物进行分割提取，包括：将所述第一差异特征图和所述第二差异特征图输入到目标分割模型中，以对所述目标区域中所述目标农作物进行分割提取。3.根据权利要求2所述的方法，其特征在于，所述目标分割模型包括：第一分支网络、第二分支网络以及分割模块；其中，所述第一分支网络，用于根据所述第一差异特征图，确定所述目标农作物在生长初期和生长中期的第一生长波谱特征；所述第二分支网络，用于根据所述第二差异特征图，确定所述目标农作物在生长中期和生长末期的第二生长波谱特征；所述分割模块，与所述第一分支网络、所述第二分支网络分别连接，用于根据所述第一生长波谱特征和所述第二生长波谱特征，对所述目标区域中所述目标农作物进行分割提取。4.根据权利要求2所述的方法，其特征在于，所述目标分割模型包括：第一分支网络、第二分支网络、第一注意力网络、第二注意力网络、融合网络以及分割模块；其中，所述第一分支网络，用于根据所述第一差异特征图，确定所述目标农作物在生长初期和生长中期的第一生长波谱特征；所述第二分支网络，用于根据所述第二差异特征图，确定所述目标农作物在生长中期和生长末期的第二生长波谱特征；所述第一注意力网络，与所述第一分支网络连接，用于对所述第一生长波谱特征进行目标农作物特征提取，得到第一注意力特征；所述第二注意力网络，与所述第二分支网络连接，用于对所述第二生长波谱特征进行目标农作物特征提取，得到第二注意力特征；所述融合网络，与所述第一注意力网络、所述第二注意力网络分别连接，用于对所述第一注意力特征和所述第二注意力特征进行特征融合，得到融合特征；所述分割模块，与所述第一分支网络、所述第二分支网络以及所述融合网络分别连接，用于根据所述第一生长波谱特征、所述第二生长波谱特征以及所述融合特征，对所述目标区域中所述目标农作物进行分割提取。5.根据权利要求4中所述的方法，其特征在于，所述目标分割模型通过以下训练方式训
练得到：获取样本区域的样本遥感数据和所述样本遥感数据中样本农作物的分割提取结果；根据所述样本遥感数据，构建所述样本区域中所述样本农作物的样本生长初期时间序列、样本生长中期时间序列以及样本生长末期时间序列；...

【专利技术属性】
技术研发人员：宋茜，贾楠，查燕，钱建平，冷佩，王虹扬，
申请(专利权)人：中国农业科学院农业资源与农业区划研究所，
类型：发明
国别省市：