基于跨分辨率语义分割的耕地地块遥感制图方法及系统技术方案

技术编号:41973740 阅读:19 留言:0更新日期:2024-07-10 16:52
本申请涉及遥感技术领域,具体公开一种基于跨分辨率语义分割的耕地地块遥感制图方法及系统,包括获取高分辨率遥感影像数据,进行预处理及将预处理后影像数据进行划分得到影像数据样本;获取多源低分辨率土地利用数据,生成相对一致性的低分辨率耕地标签样本;构建跨分辨率语义分割模型,根据多尺度特征编码模块、边缘特征增强模块、特征解码模块与耕地置信区域优化模块从遥感影像生成耕地地块置信区域与模糊预测区域;基于耕地地块置信区域、模糊预测区域及标签样本,建立混合损失函数;对跨分辨率语义分割模型进行训练,基于训练后的跨分辨率语义分割模型进行耕地地块分割预测及精度验证,提升大规模耕地地块遥感制图的精度与自动化水平。

【技术实现步骤摘要】

本申请涉及遥感,尤其是涉及一种基于跨分辨率语义分割的耕地地块遥感制图方法及系统


技术介绍

1、为了满足当前精准农业所需精准度要求,尤其是在地形起伏的山地丘陵地区,随着地球观测技术的进步,快速增长的高分辨率遥感数据使大范围、高精度耕地地块制图成为可能,而如何提升耕地地块遥感制图的精确度与智能化水平仍是目前遥感科学领域需要解决的重难点任务之一。

2、相关技术中,高分辨率遥感影像在揭示破碎化地块和模糊边界等空间细节方面拥有突出优势,但耕地地块因多元种植结构及作物生长规律往往呈现异质性等易混淆特征,同时具有高时空动态变化特性,长期以来普遍采用的耕地遥感制图方法,例如最近邻法、决策树法、支持向量机等基于像元或面向对象的分类算法通常需要借助目标形状、尺寸、光谱、纹理等先验进行人工设计特征以及调整训练参数,难以有效表示耕地空间信息的多样性复杂特征,因此,在大范围、高精度的耕地地块遥感制图任务中仍然存在显著的局限性。

3、以及,随着深度学习等人工智能技术的快速发展,深度学习等人工智能技术应用于高分辨率遥感制图领域,其产生了变革式影响并取得了更高精本文档来自技高网...

【技术保护点】

1.一种基于跨分辨率语义分割的耕地地块遥感制图方法,其特征在于,包括:

2.根据权利要求1所述的基于跨分辨率语义分割的耕地地块遥感制图方法,其特征在于,所述获取高分辨率遥感影像数据,对所述影像数据进行预处理得到影像数据样本,将所述影像数据样本划分为影像训练集及影像测试集,包括:

3.根据权利要求1所述的一种基于跨分辨率语义分割的耕地地块遥感制图方法,所述获取多源低分辨率土地利用数据,生成相对一致性的低分辨率耕地标签样本,将所述耕地标签样本划分为耕地标签训练集及耕地标签验证集,包括:

4.根据权利要求1所述的基于跨分辨率语义分割的耕地地块遥感制图方法,其...

【技术特征摘要】

1.一种基于跨分辨率语义分割的耕地地块遥感制图方法,其特征在于,包括:

2.根据权利要求1所述的基于跨分辨率语义分割的耕地地块遥感制图方法,其特征在于,所述获取高分辨率遥感影像数据,对所述影像数据进行预处理得到影像数据样本,将所述影像数据样本划分为影像训练集及影像测试集,包括:

3.根据权利要求1所述的一种基于跨分辨率语义分割的耕地地块遥感制图方法,所述获取多源低分辨率土地利用数据,生成相对一致性的低分辨率耕地标签样本,将所述耕地标签样本划分为耕地标签训练集及耕地标签验证集,包括:

4.根据权利要求1所述的基于跨分辨率语义分割的耕地地块遥感制图方法,其特征在于,所述构建跨分辨率语义分割模型,所述跨分辨率语义分割模型包括多尺度特征编码模块、边缘特征增强模块、特征解码模块与耕地置信区域优化模块,根据各模型从所述影像数据样本生成耕地地块置信区域与模糊预测区域,包括:

5.根据权利要求4所述的基于跨分辨率语义分割的耕地地块遥感制图方法,其特征在于,所述基于改进的transformer建立多尺度特征编码模块,根据所述多尺度特征编码模块对影像训练数据处理以生产耕地地块空间几何形态特征,包括...

【专利技术属性】
技术研发人员:陈继发钟晨诚丁明军周平方朝阳
申请(专利权)人:江西师范大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1