【技术实现步骤摘要】
一种基于深度学习的经济作物信息识别方法及系统
[0001]本专利技术涉及图像处理领域,尤其涉及一种基于深度学习的经济作物信息识别方法及系统
。
技术介绍
[0002]经济作物是农业的重要组成部分,具有较高的经济价值与生态效益,作为国民经济和社会发展的物质基础,同时也对生态环境改善产生良性影响
。
我国幅员辽阔,地形地貌与土壤类型多样,一些地区坡度高
、
土壤相对贫瘠
、
生态环境相对恶劣,不适宜种植粮食作物,但对经济果林具有较好的培养基础
。
经济作物对保障国家生态环境安全
、
丰富林产品供给
、
提高农村收入及改善生活质量等方面具有巨大的作用,因此进行准确的经济作物分类是十分重要的
。
然而传统的经济作物地面调查费时费力,遥感影像的出现为快速识别经济作物成为了可能
。
[0003]随着技术的逐步发展,无人机遥感技术越来越成熟并且在各个领域迅速应用,成为遥感影像的新型获取方式之一
。
无人机遥感有着具大的潜能,主要是利用其灵活
、
效率高
、
方便携带等优势,针对作物识别
、
资源调查等农业领域进行研究,逐渐成为识别分类领域的主力
。
机体轻量化
、
操作使用智能化等大大减少了人力物力,使得影像获取更加方便,相比传统的卫星遥感影像具有更大优势
。
近年来,深度学习逐步发展并 ...
【技术保护点】
【技术特征摘要】
1.
一种基于深度学习的经济作物信息识别方法,其特征在于,包括:按照规定形状对研究区域的无人机多光谱遥感影像进行裁剪,得到规则形状影像;对所述规则形状影像进行样本标注,形成样本数据,将所述样本数据划分为训练集
、
验证集和测试集;根据所述训练集
、
验证集对深度学习语义分割模型进行训练,所述深度学习语义分割模型为经典语义分割模型
U
‑
Net
模型;将训练后的
U
‑
Net
模型作为基础模型,增加
Inception
结构
、
通道注意力机制模块
SE
‑
Block
,并进行网络加深,得到网络加深后的深度学习语义分割模型;选取超参数对网络加深后的深度学习语义分割模型进行参数优化,生成改进的深度学习语义分割模型
ISDU
‑
Net
模型,基于所述训练集
、
验证集对
ISDU
‑
Net
模型进行训练,得到训练后的
ISDU
‑
Net
模型;利用训练后的
ISDU
‑
Net
模型对待检测区域经济作物多光谱遥感影像进行信息识别
。2.
根据权利要求1所述的基于深度学习的经济作物信息识别方法,其特征在于,所述按照规定形状对研究区域的无人机多光谱遥感影像进行裁剪,得到规则形状影像,包括:获取研究区无人机多光谱遥感影像;对所述多光谱遥感影像进行自动辐射校正
、
形变校正与影像拼接;通过
ArcGIS
波段合成工具,将影像拼接后的红
、
绿
、
蓝
、
红边
、
近红外五个单波段影像合成为五波段影像;利用栅格数据裁剪工具,对研究区进行按样方裁剪,获得规则形状影像
。3.
根据权利要求1所述的基于深度学习的经济作物信息识别方法,其特征在于,所述对所述规则形状影像进行样本标注,形成样本数据,将所述样本数据划分为训练集
、
验证集和测试集,包括:对获得的规则形状影像进行裁剪
、
位转换处理;对裁剪
、
位转换处理后的影像数据,进行样本标注;将进行样本标注后的影像数据按照预定比例随机划分为训练集
、
验证集和测试集
。4.
根据权利要求3所述的基于深度学习的经济作物信息识别方法,其特征在于,所述进行样本标注,具体包括:根据研究区经济作物类别确定分类体系,为每种类别分配
RGB
标签;结合实地样点信息,对每种作物的边界进行勾绘和填色,制作标签图,得到标注后的样本
。5.
根据权利要求3所述的基于深度学习的经济作物信息识别方法,其特征在于,将进行样本标注后的影像数据按照预定比例随机划分为训练集
、
验证集和测试集之后,还包括:通过几何变换对所述训练集
、
验证集和测试集进行数据增强,得到数据增强后的训练集
、
验证集和测试集
。6.
根据权利要求1所述的基于深度学习的经济作物信息识别方法,其特征在于,所述将训练后的
U
‑
Net
模型作为基础模型,增加
Inception
结构
、
通道注意力机制模块
SE
‑
Block
,并进行网络加深,得到网络加深后的深度学习语义分割模型,具体包括:将
U
‑
Net
模型作为基础模型,所述
U
‑
Net
模型包括模型编码部分
、
模型解码部分;将所述
U
‑
Net
模型编码部分五层下采样结构中,前三层每层设置
Inception
结构,后两
层设置三个卷积层
、
三个
BN
层
、
三个
ReLU
激活层与一个池化层,得到网络加深后的模型编码部分,所述
Inception
模块包含四个部分,分别为
1*1、3*3、5*5
卷积核进行的
2D
卷积与一个
3*3
核大小的最大池化层,在卷积进行中分别进行激活层与
BN
层操作;将所述
U
‑
Net
模...
【专利技术属性】
技术研发人员:杨建宇,吴春晓,张婷婷,代安进,周晗,
申请(专利权)人:中国农业大学,
类型:发明
国别省市:
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。