【技术实现步骤摘要】
耕地智慧保护方法及保护系统
[0001]本专利技术涉及数据处理技术，尤其涉及一种耕地智慧保护方法及保护系统。
技术介绍
[0002]耕地是粮食生产的基本物质质料，耕地的好坏关系到国家粮食安全，农产品质量安全以及生态安全，是保障社会经济可持续发展，满足人民日益增长的物质需要的必要基础。
[0003]然而，随着工业和商业技术的发展，导致了个别地区为满足商业需要将农耕用地用作其他的用途，严重危害到了粮食安全，基于此提出了耕地智能的理念，对农耕用地进行智能化的保护，防止对耕地的损害。目前，现有技术中主要通过在基站铁塔上设置摄像头的方式，将拍摄的图像上传至管理中心，由管理中心工作人员识别图中可能存在的乱耕占行为，再通知巡查员去对应的地方进行检查，最终确定是否存在违规耕占的行为，再进行后续处理。
[0004]然而，目前这种通过摄像头只拍摄照片由人工进行识别的方式，对于存在其他类型的耕地破坏并不能检测到，识别耕地损坏行为并不全面。
技术实现思路
[0005]本专利技术实施例提供一种耕地智慧保护方法及保护系统...
【技术保护点】
【技术特征摘要】
1.一种耕地智慧保护方法，其特征在于，应用于服务器，所述方法包括：根据预设时间间隔，获取卫星对待监测耕地区域拍摄的多个高清卫星图像；根据设置在待监测耕地区域内的至少一个传感器，实时获取所述待监测耕地区域的土地质量数据，所述土地质量数据至少包括有机质含量以及PH值；通过高清摄像头拍摄获取所述待监测耕地区域的多个高清视频，所述多个高清视频中包括从至少两个视角拍摄获取到的视频；将所述多个高清卫星图像，所述土地质量数据以及所述多个高清视频加入所述待监测耕地区域对应的智保数据库，所述智保数据库中的数据用于确定所述待监测耕地区域是否存在耕地损害的情况。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：根据所述智保数据库中预设时间段内的数据，构建所述待监测耕地区域在所述预设时间段内的卫星图像数据集合，实景图像集合和质量数据集合；基于K
‑
means算法对所述质量数据集合中的数据进行特征提取，得到用于表征所述待监测耕地区域的土地质量的第一特征信息；基于卷积神经网络的图像识别算法对所述卫星图像数据集合以及实景图像集合进行处理，得到用于表征所述待监测耕地区域中是否存在损害行为的第二特征信息；根据所述第一特征信息和所述第二特征信息，确定所述预设时间段内待监测耕地区域是否存在耕地损害的情况。3.根据权利要求2所述的方法，其特征在于，所述根据所述智保数据库中预设时间段内的数据，构建所述待监测耕地区域在所述预设时间段内的实景图像集合，包括：将所述预设时间段内的所述多个高清视频，分别按照预设时间间隔进行图像帧采样，将所有采样得到的图像确定为所述实景图像集合。4.根据权利要求2或3所述的方法，其特征在于，所述基于K
‑
means算法对所述质量数据集合中的数据进行特征提取，得到用于表征所述待监测耕地区域的土地质量的第一特征信息，包括：根据所述质量数据集合，采用公式： ，分别计算的密集度：其中，是距离最近的t个质量数据点的集合，是质量数据与的距离，i为小于或等于所述质量数据集中数据总数n的正整数；从所述质量数据集合，中随机选择M个质量数据作为初始聚类中心，基于所述M个聚类中心将所述质量数据集合Y分为M个簇，每个簇中有个质量数据点，假设的密集度为，D为所有质量数据的平均密集度，
其中，；当时，根据公式：，以及公式计算每个聚类中心的阈值；当时，根据公式：，以及公式：计算每个聚类中心的阈值；根据每个聚类中心的阈值，确定每个聚类中心对应的最大邻近半径数据集；选择密集度最大的点作为初始聚类中心，并从所述质量数据集合Y中删除所述所对应的最大邻近半径数据集，并重复本步骤直至选择出最终的M个聚类中心；基于所述M个聚类中心，对所述质量数据集合进行聚类处理，确定出所述质量数据集合对应的所述第一特征信息。5.根据权利要求2所述的方法，其特征在于，所述基于卷积神经网络的图像识别算法对所述卫星图像数据集合以及实景图像集合进行处理，得到用于表征所述待监测耕地区域中是否存在损害行为的第二特征信息，包括：基于卷积神经网络构建初始图像识别模型，基于预先获取的卫星图像样本数据...
【专利技术属性】
技术研发人员：石焜，乔玉，陈春光，张昂昂，汤雄，
申请(专利权)人：北京瞭望神州科技有限公司，
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。