【技术实现步骤摘要】
本专利技术属于遥感图像处理，更为具体地讲，涉及一种基于特征转换和知识增强的遥感图像细粒度地物提取方法。
技术介绍
1、细粒度地物提取任务是遥感影像分析的关键环节之一，其目标在于从高分辨率卫星或无人机图像中精确识别并提取出如灌溉地和水浇地、湖泊和河流、居民住宅和工厂等相似度较高、区分较为精细的地物对象。这一技术在城市规划、环境保护、农业监测等领域具有重要的应用价值。例如，在城市规划中，通过提取住宅区和工厂建筑物的分布信息，可以辅助评估城市热岛效应；在环境保护方面，对树木种类和健康状况的精细识别有助于生物多样性的保护工作；而在农业监测领域，对作物生长状态的准确判断对于提高农作物产量至关重要。
2、为了实现这些细粒度地物的提取，传统的做法依赖于人工目视解译或者简单的阈值分割方法。然而，这些方法往往耗时费力且难以保证一致性。因此，近年来研究者们致力于开发更加先进的自动处理技术以应对这一挑战。机器学习特别是深度学习技术的发展为解决这一问题提供了新的思路。通过构建复杂的神经网络模型，不仅可以实现对遥感图像的高效处理，还能在一定程度上模拟...
【技术保护点】
1.一种基于特征转换和知识增强的遥感图像细粒度地物提取方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于特征转换和知识增强的遥感图像细粒度地物提取方法，其特征在于，所述训练数据集的构建方法为：
3.根据权利要求1所述的基于特征转换和知识增强的遥感图像细粒度地物提取方法，其特征在于，所述特征知识增强网络的搭建、训练过程为：
4.根据权利要求2所述的基于特征转换和知识增强的遥感图像细粒度地物提取方法，其特征在于，所述RBT模块的结构为：
5.根据权利要求2所述的基于特征转换和知识增强的遥感图像细粒度地物提取方法，...
【技术特征摘要】
1.一种基于特征转换和知识增强的遥感图像细粒度地物提取方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于特征转换和知识增强的遥感图像细粒度地物提取方法，其特征在于，所述训练数据集的构建方法为：
3.根据权利要求1所述的基于特征转换和知识增强的遥感图像细粒度地物提取方法，其特征在于，所述特征知识增强网络的搭建、训练过程为：
4....
【专利技术属性】
技术研发人员：李玉霞，张靖霖，牛振业，何海萍，童忠贵，
申请(专利权)人：电子科技大学，
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。