基于遥感影像的耕地提取方法、装置、设备和介质制造方法及图纸

本申请提供了一种基于遥感影像的耕地提取方法、装置、设备和介质，涉及遥感解译技术领域，该方法包括：获取待预测遥感影像；通过预先训练好的语义分割模型对待预测遥感影像进行耕地预测，得到待预测遥感影像所对应的目标图斑；通过预先训练好的视觉分割模型对待预测遥感影像进行图像分割处理，得到多个不同的分割对象；将目标图斑和分割对象进行叠加，针对每个分割对象，计算其与目标图斑对应的空间位置中耕地图斑中的语义类别；基于语义类别提取每个分割对象的耕地分布信息。本申请能够提高耕地识别的准确性并完善耕地边界，有助于提高农业管理和土地利用规划的效率，并为精准农业和农业可持续发展提供重要支持。农业可持续发展提供重要支持。农业可持续发展提供重要支持。

【技术实现步骤摘要】
基于遥感影像的耕地提取方法、装置、设备和介质


[0001]本申请涉及遥感解译
，尤其是涉及一种基于遥感影像的耕地提取方法、装置、设备和介质。

技术介绍

[0002]耕地作为农业管理的基本单位，对耕地信息进行提取对于提供有关农业生产力和环境足迹的关键信息以满足粮食安全和可持续性需求非常重要，如作物制图、作物产量估算和可持续农业规划。相关技术中，耕地提取算法采用中低级特征的机器学习算法，无法很好地扩展到不同的空间和时间条件，同时限制了高级图像特征的利用，也难以获得准确的封闭边界。

技术实现思路

[0003]本申请的目的在于提供一种基于遥感影像的耕地提取方法、装置、设备和介质，能够提高耕地识别的准确性并完善耕地边界，有助于提高农业管理和土地利用规划的效率，并为精准农业和农业可持续发展提供重要支持。
[0004]第一方面，本专利技术提供一种基于遥感影像的耕地提取方法，所述方法包括：获取待预测遥感影像；通过预先训练好的语义分割模型对所述待预测遥感影像进行耕地预测，得到待预测遥感影像所对应的目标图斑，所述目标图斑包括耕地图斑；通过预先训练好的视觉分割模型对所述待预测遥感影像进行图像分割处理，得到多个不同的分割对象；其中，所述分割对象与所述目标图斑的空间位置相对应；将所述目标图斑和所述分割对象进行叠加，针对每个分割对象，计算其与目标图斑对应的空间位置中耕地图斑中的语义类别；基于所述语义类别提取每个分割对象的耕地分布信息。
[0005]在可选的实施方式中，通过预先训练好的语义分割模型对所述待预测遥感影像进行耕地预测，得到待预测遥感影像所对应的目标图斑，包括：通过预先训练好的语义分割模型基于多层卷积和池化操作提取所述待预测遥感影像的特征图；对所述特征图进行上采样和卷积操作，以使所述特征图还原到原始待预测遥感影像的分辨率，并预测所述待预测遥感影像中每个像元所属的语义类别，每个语义类别用于通过图斑的形式进行表征。
[0006]在可选的实施方式中，所述视觉分割模型为SAM分割模型，所述SAM分割模型包括图像编码器模块、提示编码器模块和掩码解码器；其中，所述图像编码器模块采用MAE预训练的视觉转换器，用于对待预测遥感影像进行特征降维；所述提示编码器模块包括稀疏提示单元和密集提示单元，其中，稀疏提示单元通过位置编码来表示提示点和提示框，并与从多模态神经网络获得的提示类型和自由格式文本的学习嵌入相加；密集提示单元使用卷积嵌入，并与特征降维后的结果进行逐元素求和；所述掩码解码器用于对所述图像编码器模块和提示编码器模块的输出映射到掩码。
[0007]在可选的实施方式中，通过预先训练好的视觉分割模型对所述待预测遥感影像进行图像分割处理，得到多个不同的分割对象，包括：通过预先训练好的视觉分割模型对所述
待预测遥感影像的上方的网格中的若干个点进行单点采样处理，从每个单点提示中生成多个掩膜，再通过非最大抑制对生成的掩膜进行质量筛选和重复数据删除；基于预设的可调参数进行参数设置，以基于设置的参数进行图像分割处理，得到多个不同的分割对象。
[0008]在可选的实施方式中，所述预设的可调参数包括采样点密度、质量筛选阈值、重复掩码去除阈值、图像裁剪参数和后处理参数。
[0009]在可选的实施方式中，所述目标图斑还包括背景图斑；将所述目标图斑和所述分割对象进行叠加，针对每个分割对象，计算其与目标图斑对应的空间位置中的语义类别，包括：将所述目标图斑和所述分割对象进行叠加，对于每个分割对象，统计叠加后的分割对象所对应的属于耕地图斑和背景图斑的像元数量，并分别计算所述分割对象所对应的耕地图斑的第一像素占比和背景图斑的第二像素占比；基于所述耕地图斑的第一像素占比和所述背景图斑的第二像素占比的关系，确定所述每个分割对象与目标图斑对应的空间位置中耕地图斑的目标像素占比，以基于所述目标像素占比确定所述分割对象所对应的语义类别。
[0010]在可选的实施方式中，所述方法还包括：将所述分割对象按照地理位置信息进行拼接，并将拼接后的目标对象转换为矢量图斑，得到耕地的分布范围。
[0011]第二方面，本专利技术提供一种基于遥感影像的耕地提取装置，所述装置包括：影像获取模块，用于获取待预测遥感影像；耕地预测模块，用于通过预先训练好的语义分割模型对所述待预测遥感影像进行耕地预测，得到待预测遥感影像所对应的目标图斑，所述目标图斑包括耕地图斑；影像分割模块，用于通过预先训练好的视觉分割模型对所述待预测遥感影像进行图像分割处理，得到多个不同的分割对象；其中，所述分割对象与所述目标图斑的空间位置相对应；叠加计算模块，用于将所述目标图斑和所述分割对象进行叠加，针对每个分割对象，计算其与目标图斑对应的空间位置中耕地图斑中的语义类别；耕地提取模块，用于基于所述语义类别提取每个分割对象的耕地分布信息。
[0012]第三方面，本专利技术提供一种电子设备，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的计算机可执行指令，所述处理器执行所述计算机可执行指令以实现前述实施方式任一项所述的基于遥感影像的耕地提取方法。
[0013]第四方面，本专利技术提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令在被处理器调用和执行时，计算机可执行指令促使处理器实现前述实施方式任一项所述的基于遥感影像的耕地提取方法。
[0014]本申请提供的基于遥感影像的耕地提取方法、装置、设备和介质，通过将语义分割模型的语义注释和SAM的分割对象相结合，能够提高耕地识别的准确性并完善耕地边界，有助于提高农业管理和土地利用规划的效率，并为精准农业和农业可持续发展提供重要支持。
附图说明
[0015]为了更清楚地说明本申请具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0016]图1为本申请实施例提供的一种基于遥感影像的耕地提取方法的流程图；
[0017]图2为本申请实施例提供的一种SAM分割模型的结构图；
[0018]图3为本申请实施例提供的一种具体的基于遥感影像的耕地提取的流程图；
[0019]图4为本申请实施例提供的一种示例中遥感影像示意图；
[0020]图5为本申请实施例提供的一种样本数据集的示意图；
[0021]图6为本申请实施例提供的一种语义分割模型提取的耕地图斑；
[0022]图7为本申请实施例提供的一种SAM分割结果示意图；
[0023]图8为本申请实施例提供的一种像元类别占比投票结果示意图；
[0024]图9为本申请实施例提供的一种耕地提取矢量结果示意图；
[0025]图10为本申请实施例提供的一种基于遥感影像的耕地提取装置的结构图；
[0026]图11为本申请实施例提供的一种电子设备的结构图。
具体实施本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于遥感影像的耕地提取方法，其特征在于，所述方法包括：获取待预测遥感影像；通过预先训练好的语义分割模型对所述待预测遥感影像进行耕地预测，得到待预测遥感影像所对应的目标图斑，所述目标图斑包括耕地图斑；通过预先训练好的视觉分割模型对所述待预测遥感影像进行图像分割处理，得到多个不同的分割对象；其中，所述分割对象与所述目标图斑的空间位置相对应；将所述目标图斑和所述分割对象进行叠加，针对每个分割对象，计算其与目标图斑对应的空间位置中耕地图斑中的语义类别；基于所述语义类别提取每个分割对象的耕地分布信息。2.根据权利要求1所述的基于遥感影像的耕地提取方法，其特征在于，通过预先训练好的语义分割模型对所述待预测遥感影像进行耕地预测，得到待预测遥感影像所对应的目标图斑，包括：通过预先训练好的语义分割模型基于多层卷积和池化操作提取所述待预测遥感影像的特征图；对所述特征图进行上采样和卷积操作，以使所述特征图还原到原始待预测遥感影像的分辨率，并预测所述待预测遥感影像中每个像元所属的语义类别，每个语义类别用于通过图斑的形式进行表征。3.根据权利要求1所述的基于遥感影像的耕地提取方法，其特征在于，所述视觉分割模型为SAM分割模型，所述SAM分割模型包括图像编码器模块、提示编码器模块和掩码解码器；其中，所述图像编码器模块采用MAE预训练的视觉转换器，用于对待预测遥感影像进行特征降维；所述提示编码器模块包括稀疏提示单元和密集提示单元，其中，稀疏提示单元通过位置编码来表示提示点和提示框，并与从多模态神经网络获得的提示类型和自由格式文本的学习嵌入相加；密集提示单元使用卷积嵌入，并与特征降维后的结果进行逐元素求和；所述掩码解码器用于对所述图像编码器模块和提示编码器模块的输出映射到掩码。4.根据权利要求3所述的基于遥感影像的耕地提取方法，其特征在于，通过预先训练好的视觉分割模型对所述待预测遥感影像进行图像分割处理，得到多个不同的分割对象，包括：通过预先训练好的视觉分割模型对所述待预测遥感影像的上方的网格中的若干个点进行单点采样处理，从每个单点提示中生成多个掩膜，再通过非最大抑制对生成的掩膜进行质量筛选和重复数据删除；基于预设的可调参数进行参数设置，以基于设置的参数进行图像分割处理，得到多个不同的分割对象。5.根据权利要求4所述的基...

【专利技术属性】
技术研发人员：章敏，田静国，王宇翔，范磊，王硕，殷慧，王宪彬，黄非，
申请(专利权)人：航天宏图信息技术股份有限公司，
类型：发明
国别省市：