洪涝损毁农田检测方法、装置、设备和存储介质制造方法及图纸

技术编号:43689598 阅读:16 留言:0更新日期:2024-12-18 21:07
本发明专利技术提供一种洪涝损毁农田检测方法、装置、设备和存储介质,涉及图像处理技术领域,包括获取待检测农田区域的第一遥感影像及第二遥感影像;基于第一遥感影像及第二遥感影像,应用于洪涝损毁变化检测模型得到洪涝损毁图,其中,构建孪生深度卷积神经网络;基于标记样本图像数据对孪生深度卷积神经网络进行模型训练得到预训练的洪涝损毁变化检测模型;基于预训练的洪涝损毁变化检测模型对未标记样本图像数据进行预测得到洪涝损毁伪标签概率图;基于标记样本图像数据、未标记样本图像数据及洪涝损毁伪标签概率图对预训练的洪涝损毁变化检测模型进行半监督训练得到训练好的洪涝损毁变化检测模型。如此提高洪涝损毁农田变化检测精度。

【技术实现步骤摘要】

本专利技术涉及图像处理,尤其涉及一种洪涝损毁农田检测方法、装置、设备和存储介质


技术介绍

1、在遥感数据集领域,洪涝灾害导致的农田中的农作物不同程度受灾场景较少,洪涝损毁资产类型复杂,存在着大量的无标注数据,由于灾后受损农田有多样复杂的场景,因此其自动变化检测是一项具有挑战性的任务。

2、目前缺乏灾后不同受损程度的农田精细监测研究。洪涝不同损毁程度的农田遥感特性多样复杂。与普通耕地或者水体相比,受损农田仍是积水状态时,沉积物和碎片含量较高洪涝水体及作物与洪涝水体相互作用使遥感特性复杂。由于洪水冲击或涝渍持续浸润,部分作物受到不同程度损毁。比如洪水冲毁的片状、块状农田;涝渍损毁的片状、块状农田。完全损毁农田呈现出干燥或湿润土壤状态,其遥感特性由于含水量不同具有明显差异。当作物秸秆仍然残留在农田上时,会导致比完全损毁农田更加复杂的光谱、形状、纹理特征。健康农田-损毁农田的分型几何也进一步增加了分割任务的复杂性。


技术实现思路

1、本专利技术提供一种洪涝损毁农田检测方法、装置、设备和存储介质,用以解决本文档来自技高网...

【技术保护点】

1.一种洪涝损毁农田检测方法,其特征在于,所述方法包括:

2.根据权利要求1所述的洪涝损毁农田检测方法,其特征在于,所述基于待检测农田区域的所述第一遥感影像及所述第二遥感影像,应用于洪涝损毁变化检测模型,得到待检测农田区域的洪涝损毁图,包括:

3.根据权利要求2所述的洪涝损毁农田检测方法,其特征在于,所述洪涝损毁变化检测模型包括编码器及解码器,所述编码器包括第一编码模块、第二编码模块、第三编码模块及第四编码模块;

4.根据权利要求3所述的洪涝损毁农田检测方法,其特征在于,所述解码器包括第一解码模块、第二解码模块、第三解码模块、第四解码模块及分类分割模块...

【技术特征摘要】

1.一种洪涝损毁农田检测方法,其特征在于,所述方法包括:

2.根据权利要求1所述的洪涝损毁农田检测方法,其特征在于,所述基于待检测农田区域的所述第一遥感影像及所述第二遥感影像,应用于洪涝损毁变化检测模型,得到待检测农田区域的洪涝损毁图,包括:

3.根据权利要求2所述的洪涝损毁农田检测方法,其特征在于,所述洪涝损毁变化检测模型包括编码器及解码器,所述编码器包括第一编码模块、第二编码模块、第三编码模块及第四编码模块;

4.根据权利要求3所述的洪涝损毁农田检测方法,其特征在于,所述解码器包括第一解码模块、第二解码模块、第三解码模块、第四解码模块及分类分割模块,所述基于所述目标第一编码特征图、所述目标第二编码特征图、所述目标第三编码特征图及所述目标第四编码特征图,应用于所述解码器,得到待检测农田区域的洪涝损毁预测热力图,包括:

5.根据权利要求1所述的洪涝损毁农田检测方法,其特征在于,所述基于所...

【专利技术属性】
技术研发人员:王福涛秦港王世新王丽涛刘文亮朱金峰侯艳芳赵清
申请(专利权)人:中国科学院空天信息创新研究院
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