【技术实现步骤摘要】
本专利技术涉及图像处理，尤其涉及一种苹果园地空间信息识别方法及装置。
技术介绍
1、由于气候和地域等众多因素对果树栽培的影响，果园遥感监测研究较少且方法单一，如利用landsat tm/etm+、spot、gf-2、sentinel等卫星遥感数据和无人机影像数据进行果树长势、种植面积等果园信息的提取工作。
2、目前，通常利用单时相高分辨率影像可以直接通过地物及其特征之间的线性关系进行果园提取，将机器学习方法与单时相遥感影像结合进行果树遥感监测，能够显著提高果树识别监测的效率和精度。
3、然而，相对其他果园空间信息提取，苹果园地遥感空间信息提取研究较少，上述方法多采用中低空间分辨率遥感数据和常规监督分类方法，识别精度有限，且很难挖掘时空信息，对小目标苹果园地提取效果不明显。
技术实现思路
1、本专利技术提供一种苹果园地空间信息识别方法及装置，用以解决现有技术中多采用中低空间分辨率遥感数据和常规监督分类方法，识别精度有限，且很难挖掘时空信息，对小目标苹果园地提取效果不明显的缺陷，提高小目标苹果园地提取效果。
2、本专利技术提供一种苹果园地空间信息识别方法，包括：
3、获取待识别苹果园地的单时相遥感影像与多时相遥感影像，并提取所述待识别苹果园地的单时相遥感影像的单时相特征表示与多时相遥感影像的多时相特征表示；
4、将所述单时相特征表示与多时相特征表示进行融合，得到待识别苹果园地的遥感影像的融合特征表示；
5、将所述待
6、其中，所述空间信息识别模型是基于样本苹果园地遥感影像的样本融合特征表示及所述样本苹果园地遥感影像的空间信息标识训练得到的。
7、根据本专利技术提供的苹果园地空间信息识别方法，所述空间信息识别模型包括特征提取层和损失计算层；
8、对应地，所述将所述待识别苹果园地的遥感影像的融合特征表示输入空间信息识别模型，得到所述空间信息识别模型输出的所述待识别苹果园地的遥感影像对应的空间信息识别结果，具体包括：
9、将所述待识别苹果园地的遥感影像的融合特征表示输入至所述特征提取层，得到所述特征提取层输出的所述待识别苹果园地遥感影像的语义特征；
10、将所述语义特征输入至所述损失计算层，得到所述损失计算层输出的所述待识别苹果园地多光谱遥感影像的空间信息识别结果。
11、根据本专利技术提供的苹果园地空间信息识别方法，所述特征提取层包括特征编码层、权重分配层及特征解码层；
12、对应地，所述将所述待识别苹果园地的遥感影像的融合特征表示输入至所述特征提取层，得到所述特征提取层输出的所述待识别苹果园地遥感影像的语义特征，具体包括：
13、将所述待识别苹果园地的遥感影像的融合特征表示输入至所述特征编码层，得到所述特征编码层输出的所述待识别苹果园地多光谱遥感影像的多通道的特征编码信息；
14、将各通道所述特征编码信息输入至所述权重分配层，得到所述权重分配层输出的各通道所述特征编码信息的权重分配值；
15、将各通道所述特征编码信息及各通道所述特征编码信息的权重分配值输入至所述特征解码层，得到所述特征解码层输出的所述待识别苹果园地遥感影像的语义特征。
16、根据本专利技术提供的苹果园地空间信息识别方法，所述权重分配层包括通道权重分配层、空间权重分配层及权重融合层；
17、对应地，所述将各通道所述特征编码信息输入至所述权重分配层，得到所述权重分配层输出的各通道所述特征编码信息的权重分配值，包括：
18、将各通道所述特征编码信息输入至所述通道权重分配层，得到所述通道权重分配层输出的各通道所述特征编码信息的通道权重分配值；
19、将各通道所述特征编码信息输入至所述空间权重分配层，得到所述空间权重分配层输出的各通道所述特征编码信息的空间权重分配值；
20、将各通道所述特征编码信息的通道权重分配值及各通道所述特征编码信息的空间权重分配值输入至所述权重融合层，得到各通道所述特征编码信息的权重分配值。
21、根据本专利技术提供的苹果园地空间信息识别方法，所述将各通道所述特征编码信息及各通道所述特征编码信息的权重分配值输入至所述特征解码层，得到所述特征解码层输出的所述待识别苹果园地多光谱遥感影像的语义特征，包括：
22、基于各通道所述特征编码信息的权重分配值，确定各通道语义特征的权重，其中，所述各通道语义特征基于对各通道所述特征编码信息进行上采样、卷积及批标准化处理得到；
23、基于各通道所述语义特征的权重，对各通道所述语义特征进行加权，得到所述待识别苹果园地遥感影像的语义特征。
24、根据本专利技术提供的苹果园地空间信息识别方法，所述将所述语义特征输入至所述损失计算层，得到所述损失计算层输出的所述待识别苹果园地遥感影像的空间信息识别结果，包括：
25、基于所述语义特征，确定所述空间信息识别模型的损失值；
26、基于所述损失值和预设损失函数，确定所述空间信息识别结果。
27、根据本专利技术提供的苹果园地空间信息识别方法，提取所述待识别苹果园地的多时相遥感影像的多时相特征表示，包括：
28、提取所述待识别苹果园地的多时相遥感影像的时相特征和光谱指数特征；
29、将所述时相特征和光谱指数特征进行融合，得到所述待识别苹果园地的多时相遥感影像的多时相特征表示。
30、本专利技术还提供一种苹果园地空间信息识别装置，包括：
31、特征提取模块，用于获取待识别苹果园地的单时相遥感影像与多时相遥感影像，并提取所述待识别苹果园地的单时相遥感影像的单时相特征表示与多时相遥感影像的多时相特征表示；
32、特征融合模块，用于将所述单时相特征表示与多时相特征表示进行融合，得到待识别苹果园地的遥感影像的融合特征表示；
33、空间信息识别模块，用于将所述待识别苹果园地的遥感影像的融合特征表示输入空间信息识别模型，得到所述空间信息识别模型输出的所述待识别苹果园地的遥感影像对应的空间信息识别结果；
34、其中，所述空间信息识别模型是基于样本苹果园地遥感影像的样本融合特征表示及所述样本苹果园地遥感影像的空间信息标识训练得到的。
35、本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述苹果园地空间信息识别方法。
36、本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述苹果园地空间信息识别方法。
37、本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述本文档来自技高网...
【技术保护点】
1.一种苹果园地空间信息识别方法，其特征在于，包括：
2.根据权利要求1所述的苹果园地空间信息识别方法，其特征在于，所述空间信息识别模型包括特征提取层和损失计算层；
3.根据权利要求2所述的苹果园地空间信息识别方法，其特征在于，所述特征提取层包括特征编码层、权重分配层及特征解码层；
4.根据权利要求3所述的苹果园地空间信息识别方法，其特征在于，所述权重分配层包括通道权重分配层、空间权重分配层及权重融合层；
5.根据权利要求3所述的苹果园地空间信息识别方法，其特征在于，所述将各通道所述特征编码信息及各通道所述特征编码信息的权重分配值输入至所述特征解码层，得到所述特征解码层输出的所述待识别苹果园地多光谱遥感影像的语义特征，包括：
6.根据权利要求2所述的苹果园地空间信息识别方法，其特征在于，所述将所述语义特征输入至所述损失计算层，得到所述损失计算层输出的所述待识别苹果园地遥感影像的空间信息识别结果，包括：
7.根据权利要求1-6任一项所述的苹果园地空间信息识别方法，其特征在于，提取所述待识别苹果园地的多时相遥感影
8.一种苹果园地空间信息识别装置，其特征在于，包括：
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述苹果园地空间信息识别方法。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述苹果园地空间信息识别方法。
...【技术特征摘要】
1.一种苹果园地空间信息识别方法，其特征在于，包括：
2.根据权利要求1所述的苹果园地空间信息识别方法，其特征在于，所述空间信息识别模型包括特征提取层和损失计算层；
3.根据权利要求2所述的苹果园地空间信息识别方法，其特征在于，所述特征提取层包括特征编码层、权重分配层及特征解码层；
4.根据权利要求3所述的苹果园地空间信息识别方法，其特征在于，所述权重分配层包括通道权重分配层、空间权重分配层及权重融合层；
5.根据权利要求3所述的苹果园地空间信息识别方法，其特征在于，所述将各通道所述特征编码信息及各通道所述特征编码信息的权重分配值输入至所述特征解码层，得到所述特征解码层输出的所述待识别苹果园地多光谱遥感影像的语义特征，包括：
6.根据权利要求2所述的苹果园地...
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。