一种遥感影像植被提取方法和装置制造方法及图纸

本发明专利技术公开了一种遥感影像制备提取方法和装置，方法包括以下步骤：获取原始遥感影像和标签图像并进行预处理；基于预处理后的遥感影像进行波段组合并制作数据集；搭建基于注意力机制的Attention U‑Net网络模型，其中包括编码器和解码器，在解码器中引入包括通道注意力模块和空间注意力模块的卷积注意力模块；利用数据集和损失函数对网络模型进行训练，引入Dice损失评估模型预测分割结果与标签图像之间的相似度；将新的遥感影像输入训练好的Attention U‑Net网络模型中进行植被提取。本发明专利技术能够有效应对遥感影像的复杂性和多变性，为遥感应用领域提供了一种智能、高效和精准的植被信息提取解决方案。

【技术实现步骤摘要】

本专利技术属于遥感影像处理，具体涉及一种遥感影像植被提取方法和装置。

技术介绍

1、植被是陆地生态系统中最大的碳库，植被的生长过程也是吸收co2并固定碳的过程，在降低大气中温室气体浓度和减缓全球气候变暖中起到十分关键的作用。同时，获取高精度植被信息有助于开展环境资源管理、林业监测、森林火灾防护等重要领域的应用。因此，如何高效、准确和智能地获取地表植被信息已经成为一个重要研究领域。

2、传统的遥感影像分类方法通常涵盖人工目视解译、支持向量机、决策树和k均值聚类等。然而，这些方法存在一些局限性。首先，它们依赖于研究人员具备丰富的经验，需要耗费大量时间和精力进行手动解译或标记数据。其次，这些方法对数据的要求较为严格，往往需要高质量、高分辨率的数据才能获得令人满意的分类效果。此外，传统方法往往难以从大规模数据中学习到有效的分类器，因此泛化能力相对较弱，尤其在面对复杂的地物覆盖情况时表现不佳。由于这些限制，传统方法在处理海量遥感数据并获得高精度的分类结果方面存在挑战，因此需要更高效、更精确的分类方法来克服这些问题。

3、近年来，随着深度学习理本文档来自技高网...

【技术保护点】

1.一种遥感影像植被提取方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的遥感影像植被提取方法，其特征在于，所述获取原始遥感影像和标签图像，对原始遥感影像进行图像预处理，包括：

3.根据权利要求1所述的遥感影像植被提取方法，其特征在于，所述基于预处理后的遥感影像进行波段组合生成不同波段的遥感影像，基于不同波段的遥感影像和标签图像制作数据集，包括：

4.根据权利要求1所述的遥感影像植被提取方法，其特征在于，所述在解码器中引入包括通道注意力模块和空间注意力模块的卷积注意力模块，包括：

5.根据权利要求1所述的遥感影像植被提取方法，其特征...

【技术特征摘要】

1.一种遥感影像植被提取方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的遥感影像植被提取方法，其特征在于，所述获取原始遥感影像和标签图像，对原始遥感影像进行图像预处理，包括：

3.根据权利要求1所述的遥感影像植被提取方法，其特征在于，所述基于预处理后的遥感影像进行波段组合生成不同波段的遥感影像，基于不同波段的遥感影像和标签图像制作数据集，包括：

4.根据权利要求1所述的遥感影像植被提取方法，其特征在于，所述在解码器中引入包括通道注意力模块和空间注意力模块的卷积注意力模块，包括：

5.根据权利要求1所述的遥感影像植被提取方法，其特征在于，选择vgg16作为attention u-net网络模型的主干特征提取网络，同时为了避免模型训练过程中参数过于随机并使模型能更快地收敛，导入vgg16在imagenet数据集上的预训练权重，然后通过在遥感影像的数据集上对模型的权重进行微调，从而高效地满足对遥感影像植被提取的语义分割任务需求。

6.根据权利要求1所述的遥感影像植被提取方法，其特征在于，所述利用数据集和损失函数对attention u-net网络模型...

【专利技术属性】
技术研发人员：周斌，章靖峰，王奔，
申请(专利权)人：杭州师范大学，
类型：发明
国别省市：