用于确定区域边界线的方法技术

本申请实施例提供一种用于确定区域边界线的方法

【技术实现步骤摘要】
用于确定区域边界线的方法、装置、存储介质及处理器


[0001]本申请涉及智慧农业
，具体涉及一种用于确定区域边界线的方法
、
装置
、
存储介质及处理器
。

技术介绍

[0002]农业区域的边界提取是农业领域中一项重要的技术任务，其目的是通过无人机或卫星等遥感数据获取田块边界，以支持农业生产和管理
。
目前，农业区域所在的田块数据主要依靠遥感解译结合人工填报的方法获取，但是这种方法存在数据填报准确性难以保证
、
更新效率低等问题
。
随着卫星
、
无人机等遥感技术的不断发展，越来越多的高分辨率
、
多光谱遥感数据得以获取，这些数据可以为田块边界提取提供基础
。
[0003]现有技术中，田块边界提取的方法主要通过提取图像的颜色特征和形状特征等，进行像素分类，从而提取到田块边界
。
但在我国南方大部分地区，存在大量的形状不规整的水田，田块边界小，且田块之间还有村落分布
。
复杂的植被覆盖情况
、
农作物类型
、
地形地貌都会对检测结果造成影像，导致在这种情况下对于田块边界的提取精度较低
。

技术实现思路

[0004]本申请实施例的目的是提供一种用于确定区域边界线的方法
、
装置
、
存储介质及处理器
。
[0005]为了实现上述目的，本申请第一方面提供一种用于确定区域边界线的方法，包括：
[0006]获取区域内种植的农作物分别处于第一生育期和第二生育期时的第一区域图像和第二区域图像；
[0007]对第一区域图像和第二区域图像进行匹配校准处理；
[0008]分别将处理后的第一区域图像和第二区域图像输入至区域特征提取网络，以得到分别与第一区域图像和第二区域图像对应的第一区域特征和第二区域特征；
[0009]分别确定第一区域图像和第二区域图像的多个植被指数；
[0010]基于多个植被指数分别在第一区域图像和第二区域图像的基础上堆叠全色波段，并同时将第一区域图像和第二区域图像输入至作物生长变化特征提取网络，以得到第三区域特征；
[0011]对第一区域特征
、
第二区域特征以及第三区域特征进行处理，得到第一加强特征和第二加强特征；
[0012]将第一加强特征
、
第二加强特征以及第三区域特征输入至特征融合网络，以得到区域的区域掩膜图像；
[0013]通过区域掩膜图像确定区域的边界线
。
[0014]在本申请的实施例中，对第一区域特征
、
第二区域特征以及第三区域特征进行处理，得到第一加强特征和第二加强特征包括：将第三区域特征与第一区域特征相减，以得到区域内的农作物生长的第一加强特征；将第三区域特征与第二区域特征相乘，以得到区域
内的农作物生长的第二加强特征
。
[0015]在本申请的实施例中，将第一加强特征
、
第二加强特征以及第三区域特征输入至特征融合网络包括：将第一加强特征
、
第二加强特征以及第三区域特征进行通道维数的堆叠后输入至特征融合网络
。
[0016]在本申请的实施例中，特征融合网络采用的损失函数如公式
(1)
：
[0017]Loss
＝
Loss1+0.5*(Loss2+Loss3)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0018]其中，
Loss1为特征融合网络生成区域掩膜图像时的损失函数，表达式如公式
(2)
，
Loss2为第一加强特征与第二加强特征之间的损失函数，
Loss3为第一区域特征与第二区域特征之间的损失函数，
Loss2和
Loss3的表达式均如公式
(3)
：
[0019][0020][0021]其中，
y
ij
表示为特征融合网络针对输入图像的第
i
个像素的真实类别，
p
ij
为特征融合网络针对输入图像的第
i
个像素为类别
j
的预测概率，
n
为样本的总数量，
k
为类别数量，
y
i
表示为符号函数，在第
i
个像素的真实类别为
j
时，
y
i
的取值为1，反之为0，
p
i
表示为第
i
个像素属于类别
j
的预测概率
。
[0022]在本申请的实施例中，通过区域掩膜图像确定区域的边界线包括：提取区域掩膜图像的边缘数据，以得到区域矢量化的边界线
。
[0023]在本申请的实施例中，第一区域特征和
/
或第二区域特征至少包括颜色
、
纹理
、
形状，第三区域特征表征了农作物的生长变化信息
。
[0024]在本申请的实施例中，多个植被指数包括
NDVI
和
NDWI。
[0025]本申请第二方面提供一种处理器，被配置成执行上述的用于确定区域边界线的方法
。
[0026]本申请第三方面提供一种用于确定区域边界线的装置，包括上述的处理器
。
[0027]本申请第四方面提供一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令在被处理器执行时使得所述处理器被配置成执行上述的用于确定区域边界线的方法
。
[0028]通过上述技术方案，将作物生长特征
、
秧苗期的田块特征和收割期的田块特征进行融合运算，从而加强田块内部特征，使其与田块边界的界线更加明显，提高了对于田块边界的提取精度
。
[0029]本申请实施例的其他特征和优点将在随后的具体实施方式部分予以详细说明
。
附图说明
[0030]附图是用来提供对本申请实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本申请实施例，但并不构成对本申请实施例的限制
。
在附图中：
[0031]图1示意性示出了根据本申请实施例的用于确定区域边界线的方法的流程示意图；
[0032]图2示意性示出了根据本申请实施例的基于多光谱影像的田块边界提取算法的流程示意图；
[0033]图3示意性示出了根据本申请实施例的特征融合网络的结构示意图；
[0034]图4示意性示出了根据本申请实施例的计算机设备的内部结构图
。
具体实施方式
[0035]为使本申请实施例的目的
、
技术方案和优点更加清本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种用于确定区域边界线的方法，其特征在于，所述方法包括：获取区域内种植的农作物分别处于第一生育期和第二生育期时的第一区域图像和第二区域图像；对所述第一区域图像和第二区域图像进行匹配校准处理；分别将处理后的第一区域图像和第二区域图像输入至区域特征提取网络，以得到分别与第一区域图像和第二区域图像对应的第一区域特征和第二区域特征；分别确定所述第一区域图像和所述第二区域图像的多个植被指数；基于所述多个植被指数分别在所述第一区域图像和第二区域图像的基础上堆叠全色波段，并同时将第一区域图像和第二区域图像输入至作物生长变化特征提取网络，以得到第三区域特征；对第一区域特征
、
第二区域特征以及第三区域特征进行处理，得到第一加强特征和第二加强特征；将所述第一加强特征
、
所述第二加强特征以及所述第三区域特征输入至特征融合网络，以得到所述区域的区域掩膜图像；通过所述区域掩膜图像确定所述区域的边界线
。2.
根据权利要求1所述的用于确定区域边界线的方法，其特征在于，所述对第一区域特征
、
第二区域特征以及第三区域特征进行处理，得到第一加强特征和第二加强特征包括：将所述第三区域特征与所述第一区域特征相减，以得到所述区域内的农作物生长的第一加强特征；将所述第三区域特征与所述第二区域特征相乘，以得到所述区域内的农作物生长的第二加强特征
。3.
根据权利要求1所述的用于确定区域边界线的方法，其特征在于，将所述第一加强特征
、
所述第二加强特征以及所述第三区域特征输入至特征融合网络包括：将所述第一加强特征
、
所述第二加强特征以及所述第三区域特征进行通道维数的堆叠后输入至特征融合网络
。4.
根据权利要求1所述的用于确定区域边界线的方法，其特征在于，所述特征融合网络采用的损失函数如公式
(1)
：
Loss
＝
Loss1+0.5*(Loss2+Loss3)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
其中，
Loss1为所述特征融合网络生成区域掩膜图像时的损失函数，表达式如公式
(2)
，
Loss2为所述第一加强特征与所述第二加强特征之间的损失函数，

【专利技术属性】
技术研发人员：赵硕，马斌，
申请(专利权)人：中联智慧农业股份有限公司，
类型：发明
国别省市：