一种基于无人机影像的大范围的温室大棚解译方法技术

本发明专利技术公开了一种基于无人机影像的大范围的温室大棚解译方法，属于图像处理技术领域。本发明专利技术首先构建及训练多任务大棚提取网络，其包括影像特征提取网络和多任务预测网络，基于训练后的影像特征提取网络和大棚分割任务预测分支得到大棚解译器。通过配准不同通道的多光谱影像获取第一多光谱图和第一可见光图；并通过大棚解译器对第一多光谱图进行解译得到小图预测结果；拼接第一可见光图得到可见光大图，以小图预测结果为拼接输入影像，对应的第一可见光图的相机姿态信息和点云信息为拼接输入影像的相机姿态和影像间的点云信息，进行图像拼接处理，得到可见光大图的大棚解译结果。本发明专利技术能够在多种场景中具有高精度的配准表现。的配准表现。的配准表现。

【技术实现步骤摘要】
一种基于无人机影像的大范围的温室大棚解译方法


[0001]本专利技术涉及图像处理
，具体涉及一种基于无人机影像的大范围的温室大棚解译方法。

技术介绍

[0002]土地覆盖分类是无人机影像的重要应用之一。在测绘、农业等应用中，需要对大图影像进行像素级的解译，获得大图影像中每个像素的类别，以得到准确的地物分布等。土地覆盖中的重要类别之一是温室大棚。温室大棚通过创造一个小环境来种植食物、蔬菜、水果等。温室使农业生产可以克服不利的自然条件，大大提高作物的产量。截至2020年底，我国温室面积187.3万公顷，对保障我国粮食安全具有重要意义。温室大棚极大提高了农业生产力，且已成为农业的重要组成部分，现有的农业生产已经离不开温室大棚的管理。因此，在土地覆盖分类中，准确大范围的大棚分类是非常重要的，关系国家粮食安全、耕地有效利用、生态环境保护、农村经济发展等
[0003]目前大部分研究都是得到无人机每次拍摄的小图的解译结果，即只解译无人机单次拍摄时传感器视场中的一小片区域。需要指出的是，无人机单次拍摄时传感器的视场有限，一张无人机小图的覆盖范围非本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于无人机影像的大范围的温室大棚解译方法，其特征在于，包括下列步骤：步骤1、即构建及训练多任务大棚提取网络；采用多任务大棚提取网络对图像尺寸小于指定值的无人机影像进行影像特征提取和多任务预测；所述多任务大棚提取网络包括影像特征提取网络和多任务预测网络，其中，影像特征提取网络用于提取输入影像的影像特征，多任务预测网络包括三个任务预测分支：大棚分割任务预测分支、大棚边缘分割任务预测分支和大棚边缘方向分割任务预测分支，三个任务预测分支分别基于提取的影像特征进行大棚分割任务预测、大棚边缘分割任务预测和大棚边缘方向分割任务预测；基于设置的训练数据集对所述多任务大棚提取网络在训练时采用交叉熵损失对多任务大棚提取网络的网络参数进行训练学习，当满足预置的训练结束条件时结束，基于训练后的影像特征提取网络和多任务预测网络中的大棚分割任务预测分支得到大棚解译器；步骤2、基于无人机影像的大范围的土地覆盖分类：步骤201，通过配准不同通道的多光谱影像，得到配准后的指定尺寸的第一多光谱图和第一可见光图，其中，第一多光谱图和第一可见光图的图像空间尺寸一致，且与多任务大棚提取网络的输入影像的空间尺寸相匹配；通过步骤1得到的大棚解译器对第一多光谱图进行解译，得到第一多光谱图的预测结果；步骤202，对得到的第一可见光图进行图像拼接得到第二可见光图，保存拼接过程中获得的各第一可见光图的相机姿态信息和点云信息；步骤203，以第一多光谱图预测结果为图像拼接的拼接输入影像，对应的第一可见光图的相机姿态信息和点云信息为拼接输入影像的相机姿态和影像间的点云信息...

【专利技术属性】
技术研发人员：周纪，孟令宣，王子卫，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：