一种基于纹理特征和全局注意力的茉莉花遥感图像种植区域识别方法技术

本发明专利技术公开一种基于纹理特征和全局注意力的茉莉花遥感图像种植区域识别方法，包括以下步骤：步骤S1.数据集制作；步骤S2.构建图像分割网络：将分层编码器、小卷积核模块、轻量级解码器作为图像分类网络；步骤S3.模型训练；步骤S4.模型推理：将步骤(3)中训练好的图像分割网络模型参数加载至步骤(2)的图像分割网络，并将步骤(1)中测试集的茉莉花种植区遥感的图像数据依次输入至网络进行推理，得到分割预测图像数据。本发明专利技术根据茉莉花种植区域遥感图像具有相关性的特点，改进算法模型的网络结构，提高分割识别的速度和准确度，减小模型体积，提升模型泛化性。提升模型泛化性。提升模型泛化性。

【技术实现步骤摘要】
一种基于纹理特征和全局注意力的茉莉花遥感图像种植区域识别方法


[0001]本专利技术涉及茉莉花遥感图像分割
，更具体地，涉及一种基于纹理特征和全局注意力的茉莉花遥感图像种植区域识别方法。

技术介绍

[0002]由于茉莉花种植方式及其生长环境的特殊性，人工种植的茉莉花排列整齐，分布集中，在卫星拍摄的遥感图像上，茉莉花种植区域具有特别的纹理特征，这种纹理特征清洗可辨，因此，可设计针对该纹理特征信息的深度学习网络模型，提高遥感图像中茉莉花种植区域识别准确性。但对于部分地区来说，茉莉花种植区域地块分散重复，每年的茉莉花产量估计困难；且重叠测量占比高，造成政府重复补贴严重，因此，完善高效的地块重叠识别模型，以及对良种补贴地块实现精准高效快速识别，有助于解决茉莉花整个行业的地块识别问题。
[0003]近年来，随着计算机视觉技术的发展，基于图像分类、目标检测等人工智能算法可实现遥感图像的分割识别，但对于大分辨率的遥感图像来说，传统的图像分割做法通常是将高分辨率图片裁剪为多个低分辨率图片，同时还需要将图像的位置编码信息记录在网络模型中，导致网络模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于纹理特征和全局注意力的茉莉花遥感图像种植区域识别方法，其特征在于，包括以下步骤：步骤S1.数据集制作：收集海量茉莉花种植区域遥感的图片数据，所述图片数据按一定的比例划分训练集、验证集与测试集；步骤S2.构建图像分割网络：将分层编码器、小卷积核模块、轻量级解码器作为图像分类网络；所述分层编码器用于将输入的图片数据分成若干个图像块并将图像块转化为具有多尺度特征及突出纹理特征的特征图数据；所述小卷积核模块用于标记每个图像块的位置信息；所述轻量级解码器用于对特征图数据进行解码获得输入的图片数据的分割预测图像数据并输出；所述分割预测图像数据为能够预测茉莉花的种植区域的图像数据；步骤S3.模型训练：将步骤(1)的训练集的茉莉花种植区遥感的图像数据输入至步骤(2)中的图像分割网络，采用步骤(3)中构建的网络进行训练图像分割网络的参数，训练过程中，将步骤(1)的验证集输入至图像分割网络进行验证；最终获得图像分割网络模型参数；步骤S4.模型推理：将步骤(3)中训练好的图像分割网络模型参数加载至步骤(2)的图像分割网络，并将步骤(1)中测试集的茉莉花种植区遥感的图像数据依次输入至网络进行推理，得到分割预测图像数据。2.根据权利要求1所述的一种基于纹理特征和全局注意力的茉莉花遥感图像种植区域识别方法，其特征在于，所述步骤S1中，图片数据按0.8：0.1：0.1的比例划分训练集、验证集与测试集。3.根据权利要求1所述的一种基于纹理特征和全局注意力的茉莉花遥感图像种植区域识别方法，其特征在于，所述分层编码器的设计，包括以下步骤：(1)将输入的图片数据分成若干个图像块；(2)将图像块通过下式转化为特征向量：其中，H表...

【专利技术属性】
技术研发人员：陈大联，韦光亮，朱燕红，苏家仪，张玉国，
申请(专利权)人：广西慧云信息技术有限公司，
类型：发明
国别省市：