一种基于多层感知神经网络的农田道路信息提取方法技术

本发明专利技术涉及遥感影像田间道路信息提取领域，具体涉及一种基于多层感知神经网络的农田道路信息提取方法。利用遥感卫星获取农田道路的遥感影像数据，构建多光谱遥感影像数据集；以ConvNext‑T神经网络模型为主干网络，结合多头注意力模块、残差模块及多层感知模块构建信息提取网络模型；将所述多光谱遥感影像数据集输入所述信息提取网络模型中进行训练，得到训练好的信息提取网络模型；利用训练好的信息提取网络模型对目标区域的农田道路信息进行提取。根据本发明专利技术提出的技术手段，能够提高农田道路提取的精准度，满足规模化的农田道路快速自动检测要求。

【技术实现步骤摘要】

本专利技术涉及遥感影像田间道路信息提取领域，具体涉及一种基于多层感知神经网络的农田道路信息提取方法。

技术介绍

1、农田覆盖信息的智能提取是农业农村信息化发展的主攻方向之一。农用车辆作为重要的精准农业(precision agriculture，pa)载体，其作业效率的高低直接影响秸秆收储运的效率，传统的农田覆盖信息提取方法多采用光谱处理与回归分析技术结合对遥感数据中农田种植信息进行提取，但其结果存在精度差，效率低等问题，故提高农用车辆的作业效率及实现根据农业环境的变化实时导航及完成路径规划是当前精准农业发展的重点方向。

2、在应用深度学习技术与遥感影像进行道路信息提取方面，王勇基于cnn方法提出一种用于提取遥感影像中道路信息的方法和装置，并以高分二号全波段遥感影像对该方法及装置进行了介绍；石磊等针对草原道路检测的问题，利用深度学习技术设计了一种用于提取高分辨率遥感影像中草原道路的方法，对筛选出的重点草原道路区域进行有效的监测；王世新等针对在典型灾害中道路阻断的问题，基于深度学习技术提出了一种道路阻断信息提取方法，具体包括构建cnnmodel0本文档来自技高网...

【技术保护点】

1.一种基于多层感知神经网络的农田道路信息提取方法，其特征在于，包括：

2.根据权利要求1所述的一种基于多层感知神经网络的农田道路信息提取方法，其特征在于：构建信息提取网络模型，包括：

3.根据权利要求2所述的一种基于多层感知神经网络的农田道路信息提取方法，其特征在于：所述编码器具体包括：

4.根据权利要求2所述的一种基于多层感知神经网络的农田道路信息提取方法，其特征在于：所述中间层包括卷积层和池化层；所述卷积层用于提取特征图中的局部特征；

5.根据权利要求2所述的一种基于多层感知神经网络的农田道路信息提取方法，其特征在于：所述解码器具体包...

【技术特征摘要】

1.一种基于多层感知神经网络的农田道路信息提取方法，其特征在于，包括：

2.根据权利要求1所述的一种基于多层感知神经网络的农田道路信息提取方法，其特征在于：构建信息提取网络模型，包括：

3.根据权利要求2所述的一种基于多层感知神经网络的农田道路信息提取方法，其特征在于：所述编码器具体包括：

4.根据权利要求2所述的一种基于多层感知神经网络的农田道路信息提取方法，其特征在于：所述中间层包括卷积层和池化层；所述卷积...

【专利技术属性】
技术研发人员：陈理，柳珊，赖有春，杨广，周宇光，
申请(专利权)人：中国农业大学，
类型：发明
国别省市：