本公开提供了一种基于高空间分辨率遥感影像的畜牧业牲畜监测提取方法，包括：获取初始卫星遥感影像；初始卫星遥感影像包括多景卫星遥感影像，每景卫星遥感影像中包括多个目标牲畜；对初始卫星遥感影像进行预处理，得到多个预置像素大小的斑块，并将多个预置像素大小的斑块按照预置比例分成训练数据集及测试数据集；将训练数据集输入至畜牧业检测模型中进行训练，得到训练后的畜牧业检测模型；将测试数据集输入至训练后的畜牧业检测模型中进行测试，得到已测试的畜牧业检测模型；该已测试的畜牧业检测模型用于对目标牲畜进行监测。本公开还提供了一种基于高空间分辨率遥感影像的畜牧业牲畜监测提取装置、电子设备、存储介质及计算机程序产品。质及计算机程序产品。质及计算机程序产品。
【技术实现步骤摘要】
基于高空间分辨率遥感影像的畜牧业牲畜监测提取方法
[0001]本公开涉及图像处理
，具体涉及一种基于高空间分辨率遥感影像的畜牧业牲畜监测提取方法、装置、电子设备、存储介质及程序产品。
技术介绍
[0002]近年我国的畜牧业养殖得到了快速发展，随着畜牧业养殖环节的现代化水平逐步提升，养殖区内牲畜存栏数飞速激增，很难对各地多个养殖区牲畜存栏数进行一一统计。因此，很有需求开发高效的监测技术手段，使相关统计部分可以定期对养殖区开展畜牧业资源统计，为畜牧业生产布局提供夯实的数据支撑。
[0003]随着遥感技术的不断改进，越来越多重访周期短的高空间分辨率遥感影像可以为大范围畜牧业监测提供数据基础。其中，我国的高空间分辨率遥感卫星影像，包括资源三号卫星和高分二号卫星已经大量的应用于遥感目标提取应用中。目前，针对大范围畜牧业监测的相关技术研究较少，主要面临的挑战是畜牧业地区中的牲畜的比例较小、零散分布的牲畜不易检测，以及牲畜与背景环境显著性较小的技术问题。
技术实现思路
[0004]为解决现有技术中存在的问题，本公开实施例提供的一种基于高空间分辨率遥感影像的畜牧业牲畜监测提取方法、装置、电子设备、存储介质及程序产品，基于PPM
‑
Unet网络模型，旨在提高对畜牧业牲畜的识别率。
[0005]本公开的第一个方面提供了一种基于高空间分辨率遥感影像的畜牧业牲畜监测提取方法，包括：获取初始卫星遥感影像；其中，初始卫星遥感影像包括多景卫星遥感影像，每景卫星遥感影像中包括多个目标牲畜；对初始卫星遥感影像进行预处理，得到多个预置像素大小的斑块，并将多个预置像素大小的斑块按照预置比例分成训练数据集及测试数据集；将训练数据集输入至畜牧业检测模型中进行训练，得到训练后的畜牧业检测模型；将测试数据集输入至训练后的畜牧业检测模型中进行测试，得到已测试的畜牧业检测模型；其中，该已测试的畜牧业检测模型用于对目标牲畜进行监测。
[0006]进一步地，畜牧业检测模型采用PPM
‑
Unet网络结构，包括：特征提取模块及PPM模块；其中，将训练数据集输入至畜牧业检测模型中进行训练，得到训练后的畜牧业检测模型，包括：将训练数据集输入至特征提取模块中进行多次卷积及多次上采样处理，得到第一特征集；将训练数据集输入至PPM模块中进行多次卷积及上采样处理，得到第二特征集；其中，第一特征集与第二特征集中的特征像素大小相同；将第一特征集及第二特征集进行拼接处理，得到畜牧业检测模型的训练结果，该训练结果表征多尺度的目标牲畜特征。
[0007]进一步地，将训练数据集输入至特征提取模块中进行多次卷积及多次上采样处理，得到第一特征集，包括：将训练数据集输入至特征提取模块中进行多次卷积，得到多个不同特征大小的特征集；将多个不同特征大小的特征集多次逐层上采样处理，得到第一特征集。
[0008]进一步地，将训练数据集输入至PPM模块中进行多次卷积及上采样处理，得到第二特征集，包括：将训练数据集输入至PPM模块中，使用多个不同卷积核依次进行卷积处理，得到多个特征子集；将多个特征子集进行上采样及拼接处理，得到第二特征集。
[0009]进一步地，对初始卫星遥感影像进行预处理，得到多个预置像素大小的斑块，包括：将每景卫星遥感影像进行裁剪成512
×
512像素大小的多个斑块。
[0010]进一步地，目标牲畜为牛、猪和羊中的一种或多种。
[0011]本公开的第二个方面提供了一种基于高空间分辨率遥感影像的畜牧业牲畜监测提取装置，包括：数据获取模块，用于获取初始卫星遥感影像；其中，初始卫星遥感影像包括多景卫星遥感影像，每景卫星遥感影像中包括多个目标牲畜；数据预处理模块，用于对初始卫星遥感影像进行预处理，得到多个预置像素大小的斑块，并将多个预置像素大小的斑块按照预置比例分成训练数据集及测试数据集；数据训练模块，用于将训练数据集输入至畜牧业检测模型中进行训练，得到训练后的畜牧业检测模型；数据测试模块，用于将测试数据集输入至训练后的畜牧业检测模型中进行测试，得到已测试的畜牧业检测模型；其中，该已测试的畜牧业检测模型用于对目标牲畜进行监测。
[0012]进一步地，畜牧业检测模型采用PPM
‑
Unet网络结构，包括：特征提取模块及PPM模块；其中，数据训练模块，用于将训练数据集输入至畜牧业检测模型中进行训练，得到训练后的畜牧业检测模型，包括：将训练数据集输入至特征提取模块中进行多次卷积及多次上采样处理，得到第一特征集；将训练数据集输入至PPM模块中进行多次卷积及上采样处理，得到第二特征集；其中，第一特征集与第二特征集中的特征像素大小相同；将第一特征集及第二特征集进行拼接处理，得到畜牧业检测模型的训练结果，该训练结果表征多尺度的目标牲畜特征。
[0013]本公开的第三个方面提供了一种电子设备，包括：存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时，实现本公开的第一个方面提供的基于高空间分辨率遥感影像的畜牧业牲畜监测提取方法。
[0014]本公开的第四个方面提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，实现本公开的第一个方面提供的基于高空间分辨率遥感影像的畜牧业牲畜监测提取方法。
[0015]本公开的第五个方面提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现本公开的第一个方面提供的基于高空间分辨率遥感影像的畜牧业牲畜监测提取方法。
[0016]本公开提供的一种基于高空间分辨率遥感影像的畜牧业牲畜监测提取方法、装置、电子设备、存储介质及程序产品，该方法采用Unet 网络结构提出了基于高空间分辨率遥感影像提取畜牧业牲畜目标的 PPM
‑
Unet模型，模型结构简单，通过对输入高空间分辨率遥感影像进行逐层编码和解码，拼接两个模块解码出的特征子集，进而得到最终目标牲畜分割结果，即提高了模型的分割率，也提高了模型的可迁移性。另外，采用PPM模块改进的Unet网络结构，通过由多到少的池化，有效增大了感受野，增强了全局信息的利用效率，减少了特征不明显目标牲畜群的漏分，提高了模型对目标牲畜的识别率。
附图说明
[0017]为了更完整地理解本公开及其优势，现在将参考结合附图的以下描述，其中：
[0018]图1示意性示出了根据本公开一实施例的基于高空间分辨率遥感影像的畜牧业牲畜监测提取方法的流程图；
[0019]图2示意性示出了根据本公开一实施例的畜牧业检测模型的结构示意图；
[0020]图3示意性示出了根据本公开一实施例的特征提取模块的结构示意图；
[0021]图4示意性示出了根据本公开一实施例的PPM模块的结构示意图；
[0022]图5示意性示出了根据本公开一实施例的监测目标提取结果示意图；
[0023]图6示意性示出了根据本公开一实施例的基于高空间分辨率遥感影像的畜牧业牲畜监测提取装置的方框图；
...
【技术保护点】
【技术特征摘要】
1.一种基于高空间分辨率遥感影像的畜牧业牲畜监测提取方法，其特征在于，包括：获取初始卫星遥感影像；其中，所述初始卫星遥感影像包括多景卫星遥感影像，每景卫星遥感影像中包括多个目标牲畜；对所述初始卫星遥感影像进行预处理，得到多个预置像素大小的斑块，并将所述多个预置像素大小的斑块按照预置比例分成训练数据集及测试数据集；将所述训练数据集输入至畜牧业检测模型中进行训练，得到训练后的畜牧业检测模型；将所述测试数据集输入至所述训练后的畜牧业检测模型中进行测试，得到已测试的畜牧业检测模型；其中，该已测试的畜牧业检测模型用于对所述目标牲畜进行监测。2.根据权利要求1所述的基于高空间分辨率遥感影像的畜牧业牲畜监测提取方法，其特征在于，所述畜牧业检测模型采用PPM
‑
Unet网络结构，包括：特征提取模块及PPM模块；其中，所述将所述训练数据集输入至畜牧业检测模型中进行训练，得到训练后的畜牧业检测模型，包括：将所述训练数据集输入至所述特征提取模块中进行多次卷积及多次上采样处理，得到第一特征集；将所述训练数据集输入至所述PPM模块中进行多次卷积及上采样处理，得到第二特征集；其中，所述第一特征集与所述第二特征集中的特征像素大小相同；将所述第一特征集及所述第二特征集进行拼接处理，得到所述畜牧业检测模型的训练结果，该训练结果表征多尺度的目标牲畜特征。3.根据权利要求2所述的基于高空间分辨率遥感影像的畜牧业牲畜监测提取方法，其特征在于，所述将所述训练数据集输入至所述特征提取模块中进行多次卷积及多次上采样处理，得到第一特征集，包括：将所述训练数据集输入至所述特征提取模块中进行多次卷积，得到多个不同特征大小的特征集；将所述多个不同特征大小的特征集多次逐层上采样处理，得到所述第一特征集。4.根据权利要求2所述的基于高空间分辨率遥感影像的畜牧业牲畜监测提取方法，其特征在于，所述将所述训练数据集输入至所述PPM模块中进行多次卷积及上采样处理，得到第二特征集，包括：将所述训练数据集输入至所述PPM模块中，使用多个不同卷积核依次进行卷积处理，得到多个特征子集；将所述多个特征子集进行上采样及拼接处理，得到所述第二特征集。5.根据权利要求1所述的基于高空间分辨率遥感影像的畜牧业牲畜监测提取方法，其特征在于，所述对所述初始卫星遥感影像进行预处理，得...
【专利技术属性】
技术研发人员：王雷，赵晋平，王玉，于博，陈方，
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：
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。