当前位置: 首页 > 专利查询>北京大学专利>正文

城市土地利用自动分类方法及系统技术方案

技术编号:44498909 阅读:39 留言:0更新日期:2025-03-04 18:07
本发明专利技术提供一种城市土地利用自动分类方法及系统,方法包括:基于开源众包地理数据制作大范围土地利用训练样本;构建端到端的不确定性感知的上下文深度学习语义分割网络,得到像素级的土地利用分类产品;基于自下而上的多尺度分割算法对待分类的遥感影像进行分割,基于众数投票将像素级的土地利用分类结果与对象级分割边界融合,得到对象级土地利用分类产品。本发明专利技术基于深度学习对土地利用类型进行自动分类,提高了分类精度,节省了人工成本。

【技术实现步骤摘要】

本专利技术属于遥感数据处理,尤其涉及一种城市土地利用自动分类方法及系统


技术介绍

1、城市土地利用是指人类对地球表面的使用和管理方式,涵盖了各种土地使用模式,如农业、城市建设、工业发展和娱乐活动等。它是人类社会活动与自然环境相互作用的结果,反映了人类如何分配和利用地表资源以满足其社会、经济和文化需求。土地利用信息对于理解人类对环境的影响、规划城市和农村发展、管理自然资源以及制定可持续发展策略至关重要。因此,土地利用信息的分类和持续更新对于推动社会进步和保护自然环境具有重大意义。

2、传统的土地利用分类技术需要依靠手工标注大量样本,费时费力。随着开放众源地理数据osm的出现,为大范围土地利用分类提供详细的地理位置的语义标签。但深度学习网络非常依赖参考标签的准确性,而由于osm是由志愿者提供的,其标签和范围均不准确。因此,需要一种能从噪声标签中学到有效土地利用知识的深度网络。此外,由于深度卷积神经网络大量的池化操作,导致其像素级分类结果在边缘表现不准确,分类结果破碎,无法反映真正的土地利用空间格局。


>技术实现思路...

【技术保护点】

1.城市土地利用自动分类方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的城市土地利用自动分类方法,其特征在于,步骤(1)具体包括以下子步骤:

3.根据权利要求1所述的城市土地利用自动分类方法,其特征在于,步骤(2)中所述网络模型包括编码部分、上下文提取模块和解码部分;

4.根据权利要求1所述的城市土地利用自动分类方法,其特征在于,步骤(4)具体包括:

5.根据权利要求3和4所述的城市土地利用自动分类方法,其特征在于,所述像素级分类结果与对象级分割结果进行众数投票,统计每个对象里各个类别的个数,像素个数最多的类别即为该对象的类别。<...

【技术特征摘要】

1.城市土地利用自动分类方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的城市土地利用自动分类方法,其特征在于,步骤(1)具体包括以下子步骤:

3.根据权利要求1所述的城市土地利用自动分类方法,其特征在于,步骤(2)中所述网络模型包括编码部分、上下文提取模块和解码部分;

4.根据权利要求1所述的城市土地利用自动分类方法,其特征在于,步骤(4)具体包括:

5.根据权利要求3和4所述的城市土地利用自动分类方法,其特...

【专利技术属性】
技术研发人员:杜世宏朱锦辉熊淑萍张志强张修远雷亦晨
申请(专利权)人:北京大学
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