一种山地丘陵区耕地地块提取方法及系统技术方案

本发明专利技术提出了一种山地丘陵区耕地地块精准提取方法，包括：获取待提取区域的遥感影像，对遥感影像进行预处理；将预处理后的遥感影像输入至耕地地块提取模型中，得到粗略耕地地块边界图；基于决策规则的耦合策略判断粗略耕地地块边界图是否完全分割；基于平滑轮廓线重建规则对完全分割的粗略耕地地块边界图进行优化，将优化后的耕地地块边界图作为最终的耕地地块提取结果。本发明专利技术通过构建适应农耕种植区特点的耕地地块提取模型实现复杂山地丘陵区内细碎耕地地块的精准划定，为大范围地块精细化分类提供参考，满足土地精细化管理以及农业产业结构调整动态监测等社会需求。产业结构调整动态监测等社会需求。产业结构调整动态监测等社会需求。

【技术实现步骤摘要】
一种山地丘陵区耕地地块提取方法及系统


[0001]本专利技术属于遥感图形处理
，尤其涉及一种山地丘陵区耕地地块提取方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]现代农业生产的种植精准化、管理可视化和决策智能化，不仅需要大范围的农业实时监测，更需要精细尺度作物种植信息的精确调查。遥感技术的快速发展，尤其是高分辨率影像的广泛应用，促进了农业现代化的发展，支持农业监测趋向区域化、精细化和定量化。
[0004]目前国内外学者针对高分辨率影像，从对象、像元、亚像元尺度，围绕边缘检测算法、区域分类识别等关键技术，开展了耕地的精准制图研究。其中，如何在山地丘陵区精准高效地提取现耕地地块是农业遥感领域面临的长期挑战。
[0005]如今，耕地地块提取方法大多通过人工矢量化和高分辨率影像分割这两种方式来实现。通过人工矢量化提取边界的精度较高，但是在大面积农田监测应用中，该方法会耗费大量时间与精力，效率较低。使用高分辨率影像分割时，基于边缘的方法侧重于使用各种空间过滤器，如Scharr，Sobel和Canny算子；相反，基于区域的方法则是将相邻像素分组，根据预设的标准进入物体。然而，这些方法虽然省时省力，但最优分割尺度受地物类型、周围环境对比度和内部异质性影响，在山地丘陵区耕地地块提取时效果较差，精度较低，存在着与地理实体不匹配的问题。

技术实现思路

[0006]为克服上述现有技术的不足，本专利技术提供了一种针对山地丘陵区的耕地地块精准提取方法及系统，实现了山地丘陵区耕地地块的精确提取。
[0007]为实现上述目的，本专利技术的一个或多个实施例提供了如下技术方案：
[0008]本专利技术第一方面提供了一种山地丘陵区耕地地块精准提取方法，包括：
[0009]获取待提取区域的遥感影像，对遥感影像进行预处理；
[0010]将预处理后的遥感影像输入至耕地地块提取模型中，得到粗略耕地地块边界图；
[0011]基于决策规则的耦合策略判断粗略耕地地块边界图是否完全分割；
[0012]所述基于决策规则的耦合策略判断粗略耕地地块边界图是否完全分割包括：
[0013]基于随机森林算法对预处理后的遥感影像中的耕地地块进行分类，得到随机森林算法的分类结果图，对分类结果图中的作物类别分配类别属性值；
[0014]根据类别属性值统计粗略耕地地块边界图中每个地块内作物类别的数量；若粗略耕地地块边界图中每个地块内作物类别的数量均为一种，则所述粗略耕地地块边界图完全分割；
[0015]基于平滑轮廓线重建规则对完全分割的粗略耕地地块边界图进行优化，将优化后的耕地地块边界图作为最终的耕地地块提取结果。
[0016]本专利技术第二方面提供了一种山地丘陵区耕地地块精准提取系统，包括：
[0017]遥感影像获取模块，被配置为：获取待提取区域的遥感影像，对遥感图像进行预处理；
[0018]地块分割模块，被配置为：将预处理后的遥感影像输入至耕地地块提取模型中，得到粗略耕地地块边界图；
[0019]分割结果判断模块，被配置为：基于决策规则的耦合策略判断粗略耕地地块提取图是否完全分割；
[0020]所述基于决策规则的耦合策略判断粗略耕地地块边界图是否完全分割包括：
[0021]基于随机森林算法对预处理后的遥感影像中的耕地地块进行分类，得到随机森林算法的分类结果图，对分类结果图中的作物类别分配类别属性值；
[0022]根据类别属性值统计粗略耕地地块边界图中每个地块内作物类别的数量；若粗略耕地地块边界图中每个地块内作物类别的数量均为一种，则所述粗略耕地地块边界图完全分割；
[0023]地块边界优化模块，被配置为：基于平滑轮廓线重建规则对完全分割的粗略耕地地块边界图进行优化，将优化后的耕地地块边界图作为最终的耕地地块提取结果。
[0024]本专利技术第三方面提供了计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如本专利技术第一方面所述的一种山地丘陵区耕地地块精准提取方法中的步骤。
[0025]本专利技术第四方面提供了电子设备，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程序，所述处理器执行所述程序时实现如本专利技术第一方面所述的一种山地丘陵区耕地地块精准提取方法中的步骤。
[0026]以上一个或多个技术方案存在以下有益效果：
[0027](1)本专利技术以高分辨率卫星影像为数据源，通过对带有循环(递归)卷积层和残差单元的R2U
‑
Net模型进行改进，得到山地丘陵区耕地地块划定模型，实现了农田的高精度划定，大大地节约了人力和物力，可构建准确的农业检测系统来实施精准农业与作物估产，维持粮食安全。
[0028](2)本专利技术通过使用残差卷积模块代替传统的前向卷积层，基于不同时间步长持续性提取图像特征，实现特征积累，有助于开发更有效的深层模型，保证了更好、更强的特征表示，残差单元的引入也有效避免了网络深度加深引发的网络退化问题。
[0029](3)本专利技术可以测定山地丘陵区耕地地块的边界，为开发一个准确的农业监测系统提供作物条件的实时信息，通过构建适应农耕种植区特点的算法模型实现复杂山地丘陵区内细碎耕地地块的精准划定，为大范围地块精细化分类提供参考，满足土地精细化管理以及农业产业结构调整动态监测等社会需求。
[0030](4)本专利技术开发基于决策规则的耦合策略耦合随机森林分类算法的分类结果，对R2U
‑
Net模型提取的耕地地块边界图进行矫正；理想情况下，每个耕地地块的目标类别的值应为1，若大于1则基于广义自适应缓冲区算法对该耕地地块的边界线进行校正，从而得到较为真实的地块边界。
[0031]本专利技术附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得
明显，或通过本专利技术的实践了解到。
附图说明
[0032]构成本专利技术的一部分的说明书附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。
[0033]图1为第一个实施例的一种山地丘陵区耕地地块精准提取方法流程图。
[0034]图2为第一个实施例中训练集的研究区影像数据。
[0035]图3为第一个实施例的改进R2U
‑
Net模型的结构图。
[0036]图4为第一个实施例的基于决策规则的耦合策略对粗略耕地地块边界轮廓线进行优化的流程图。
[0037]图5为第一个实施例中随机森林分类算法流程图。
[0038]图6(a)为第一个实施例中选取的不同位置的研究区域。
[0039]图6(b)为图6(a)中区域S1、S2、S3和S4的遥感图像经过基于改进的R2U
‑
Net模型分割得到的耕地地块边界图。
[0040]图7为第一个实施例中选取的不同位置的研究区域。
[0041]图8为图7中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种山地丘陵区耕地地块精准提取方法，其特征在于，包括：获取待提取区域的遥感影像，对遥感影像进行预处理；将预处理后的遥感影像输入至耕地地块提取模型中，得到粗略耕地地块边界图；基于决策规则的耦合策略判断粗略耕地地块边界图是否完全分割；所述基于决策规则的耦合策略判断粗略耕地地块边界图是否完全分割包括：基于随机森林算法对预处理后的遥感影像中的耕地地块进行分类，得到随机森林算法的分类结果图，对分类结果图中的作物类别分配类别属性值；根据类别属性值统计粗略耕地地块边界图中每个地块内作物类别的数量；若粗略耕地地块边界图中每个地块内作物类别的数量均为一种，则所述粗略耕地地块边界图完全分割；基于平滑轮廓线重建规则对完全分割的粗略耕地地块边界图进行优化，将优化后的耕地地块边界图作为最终的耕地地块提取结果。2.如权利要求1所述的一种山地丘陵区耕地地块精准提取方法，其特征在于，根据形态滤波和道格拉斯
‑
普克算法建立平滑轮廓线重建规则；基于平滑轮廓线重建规则对完全分割的粗略耕地地块边界图进行优化，包括：在曲线的起点和终点连接一条直线，然后画出曲线上的其余点到这条直线的距离，若最大值大于阈值，则保留与直线距离最大的点，否则直线两端点之间的所有点都将被消除；根据保留的点将已知曲线分成两部分，进行迭代处理：选择剩余的最大距离，并与阈值进行比较，依次丢弃，直到没有需要排除的点，最终得到满足给定精度极限差的曲线点坐标，得到优化后的平滑地块边界。3.如权利要求1所述的一种山地丘陵区耕地地块精准提取方法，其特征在于，若粗略耕地地块边界图未完全分割，基于自适应广义缓冲区算法对粗略耕地地块边界图中的地块边界线进行校正。4.如权利要求3所述的一种山地丘陵区耕地地块精准提取方法，其特征在于，所述基于自适应广义缓冲区算法对粗略耕地地块边界图中的地块边界线进行校正包括：计算所述粗略耕地地块边界图中的地块边界与基于随机森林算法得到的分类结果描绘边界之间的平均距离获得阈值，自动生成缓冲区；判断缓冲区是否超过该分类结果描绘边界的65％；若是，则所述粗略耕地地块边界图中的地块边界作为最终的地块边界输出；否则，继续将缓冲区扩展到分类结果描绘边界，直到缓冲区包含65％以上的分类结果描绘边界，将地块边界链接到分类结果描绘边界，得到校正后的地块边界。5.如权利要求1所述的一种山地丘陵区耕地地块精准提取方法，其特征在于，所述耕地地块提取模型是利用处理后的遥感影像对循环残差卷积神经网络R2U
‑
Net进行训练后得到的；所述循环残差卷积神经网络R2U
‑
Net包括编码器和解码器，所述编...

【专利技术属性】
技术研发人员：张焕雪，边洁，宋文瑶，王琛，王昊平，张浩彧，王籽茗，蔡诚，
申请(专利权)人：山东师范大学，
类型：发明
国别省市：