【技术实现步骤摘要】
本专利技术属于遥感图像处理，涉及一种基于多层次特征细化的遥感影像耕地提取方法及系统。
技术介绍
1、耕地资源是人赖以生存的物质基础，及时准确的摸清耕地空间分布和变化信息对于自然资源监测具有重要意义。遥感技术具有大面积同步观测、实时性强的有点，采用遥感影像解译方法获取大面积的耕地信息是行之有效的解决方案。因此，及时准确地从遥感图像中获取耕地信息具有重要的现实意义，有助于开展耕地“非粮化”和“非农化”监测，保护粮食安全。
2、传统的从遥感影像的提取耕地信息的方法以人工目视解译和类别判读为主、野外调查为辅，虽然精度高，但是工程实施周期往往以数年计，人力成本高，信息更新慢，不能满足精准监测需求。近年来，基于深度学习的语义分割方法可以通过端到端的学习完成逐像元分分类任务，且相较于传统机器学习算法的分类精度更高，地物完整性更强。例如，全卷积神经网络fcn是语义分割的开创性工作，之后提出的unet采用“编码-解码”的结构设计，通过对高低层级的信息进行融合改善了边界的分割效果。目前，这些语义分割模型在公开的自然图像上取得了很好的分割效果。<...
【技术保护点】
1.一种基于多层次特征细化的遥感影像耕地提取方法，其特征在于，所述方法包括：
2.根据权利要求1所述的遥感影像耕地提取方法，其特征在于，对所述遥感影像进行预处理得到固定尺寸的遥感图像，具体为：
3.根据权利要求1所述的遥感影像耕地提取方法，其特征在于，所述特征编码器模块的卷积单元由卷积层、归一化层、激活层、最大池化层堆叠组成，所述残差结构由卷积层、归一化层、激活层堆叠组成。
4.根据权利要求1所述的遥感影像耕地提取方法，其特征在于，所述特征注意力细化模块对所述特征编码器模块输出的不同层次的特征图分别进行空间细化和通道细化，具体为：<...
【技术特征摘要】
1.一种基于多层次特征细化的遥感影像耕地提取方法，其特征在于，所述方法包括：
2.根据权利要求1所述的遥感影像耕地提取方法，其特征在于，对所述遥感影像进行预处理得到固定尺寸的遥感图像，具体为：
3.根据权利要求1所述的遥感影像耕地提取方法，其特征在于，所述特征编码器模块的卷积单元由卷积层、归一化层、激活层、最大池化层堆叠组成，所述残差结构由卷积层、归一化层、激活层堆叠组成。
4.根据权利...
【专利技术属性】
技术研发人员：唐芝青，王显奇，文志军，廖莎，林琼琼，贺江江，阳德志，张斌，
申请(专利权)人：湖南省第二测绘院，
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。