【技术实现步骤摘要】
一种基于遥感影像的塑料温室快速检测方法
[0001]本专利技术涉及遥感影像,深度学习
,特别是涉及一种基于计算机视觉中目标检测技术进行地物检测提取的方法。
技术介绍
[0002]塑料温室作为一种保障性质的农业设施,在农业生产中能够克服农作物的生长需求与本地自然条件不相适应的矛盾。温室彻底改变了世界各地的农业,大大提高了蔬菜生产的生产力。截止至2016年,中国的塑料温室面积已经增涨至98.1万公顷,相较于2006年增加了110%。虽然塑料温室对农业发展带来了巨大的贡献,但是会带来一些环境问题。塑料废物也会带来土壤污染,生物多样性退化等问题。因此,实现塑料温室的监测绘图对于现代农业的发展规划和了解塑胶景观对环境的影响具有重要意义。
[0003]遥感具有广阔地理区域的可观性和频繁性,已成为捕获地表信息的关键技术,为塑料温室的快速大规模检测提供了可能性。近年来,遥感影像已经广泛被拿来提取塑料温室。一些主流方法采用新的塑料温室指数来区分温室与其他地理对象。有学者提出一种基于Sentinel
‑
2图像的新 ...
【技术保护点】
【技术特征摘要】
1.一种基于遥感影像的塑料温室快速检测方法,其过程包括以下步骤:A、选择样本区域的影像进行滑动切割获得若干影像瓦片,对每个影像瓦片进行目视解译标注大棚,获得对应的标签文件,标签文件包含以下信息:塑料温室中心点坐标(x,y)、塑料温室的长边长h、塑料温室的短边长w、塑料温室短边与x轴的夹角angle;B、将影像瓦片和对应标签文件按比例划分训练集和验证集,并对训练集进行数据增强;C、将训练集投入基于深度学习的快速检测模型中进行训练,并使用验证集对快速检测模型进行评价,得到最优网络参数模型;本步骤中,选择YOLOX模型为快速检测模型,选用kld作为损失函数,实现旋转框检测;在网络主干中加入注意力机制,优化提取过程;并且在检测头上加入角度检测分支,以解耦候选框的弧度参数;其中,kld作为损失函数表达如下:其中,N
p
代表预测框,N
t
代表样本框,(μ
p
,Σ
p
)为模型生成的预测框矩形坐标转换的二维高斯分布值,(μ
t
,Σ
t
)为塑料温室标签的五个参数(x,y,h,w,angle)转换的二维高斯分布值,Tr为求矩的迹;注意力分布函数公式如下:其中,a
i
为第i个特征值的注意力分布值,q为查询向量,h
i
为第i个原始输入向量,s(h
i
,q)为第i个原始输入向量h
i
和查询向量q之和的双曲正切函数值,exp为以自然常数e为底的指数函数,n为特征值的总数;在检测头上加入角度检测分支,方法如下:在YOLOX模型中建立的特征图经过1*1大小的卷积核变为20*20*128维度,通过两个3*3卷积核进行特征提取,并每次卷积均通过silu激活函数,最后通过3*3卷积核和sigmod激活函数将结果缩小至20*20*1维度,获得检测角度值;D、使用最优网络参数模型对研究区域的遥感影像进行检测,得到初步检测结果;E、对检测结果进行后处理,消除重复存在于多张切片上的塑料温室,得到研究区最终检测结果。2.如权利要求1所述的一种基于遥感影像的塑料温室快速检测方法,其特征在于,所述步骤A具体包括:A1、选择具有不同分布特点、建设类型的塑料温室所在区域作为样本区域;A2、将样本区域的影像以320为步长滑动切割成边长为640的影像瓦片;A3、通过目视解译的方法标...
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。