本發(fā)明屬于遙感影像像素級(jí)分類領(lǐng)域，尤其涉及一種空間特征校準(zhǔn)的遙感農(nóng)業(yè)覆蓋物識(shí)別方法。

背景技術(shù)：

1、地膜和大棚是現(xiàn)代農(nóng)業(yè)中廣泛應(yīng)用的兩種農(nóng)業(yè)覆蓋物。地膜是覆蓋在土壤表面的塑料薄膜，主要用于保溫、保濕、抑制雜草生長和提高作物產(chǎn)量；大棚則是用透明材料覆蓋的結(jié)構(gòu)，用于創(chuàng)造適宜的微氣候條件，延長作物生長期，提高產(chǎn)量和品質(zhì)。兩者在農(nóng)業(yè)生態(tài)系統(tǒng)中具有重要意義，通過調(diào)節(jié)土壤和空氣溫度、濕度，減少病蟲害和化學(xué)藥劑的使用，從而提高農(nóng)業(yè)生產(chǎn)效率和可持續(xù)性。然而，地膜和大棚的使用也帶來了環(huán)境污染和資源浪費(fèi)等問題。遙感地膜土地覆蓋制圖利用衛(wèi)星影像和圖像處理技術(shù)，能夠高效、精確地監(jiān)測地膜和大棚的分布及其變化。這種技術(shù)為農(nóng)業(yè)管理和環(huán)境保護(hù)提供了可靠的數(shù)據(jù)支持，有助于優(yōu)化資源配置，提升農(nóng)業(yè)生產(chǎn)的科學(xué)管理水平，實(shí)現(xiàn)可持續(xù)發(fā)展。

2、雖然大棚的識(shí)別已經(jīng)取得了較大的進(jìn)展，但地膜的使用周期較短，通常僅在作物發(fā)芽期的短短一兩個(gè)月內(nèi)使用，這使得大范圍檢測成為一項(xiàng)挑戰(zhàn)。遙感技術(shù)被認(rèn)為是解決這一問題的經(jīng)濟(jì)高效方案，但商用衛(wèi)星雖然擁有高空間分辨率，但獲取大范圍數(shù)據(jù)的成本卻十分高昂。sentinel-2衛(wèi)星提供了一種低成本、高精度的遙感數(shù)據(jù)資源，可用于農(nóng)業(yè)覆蓋物的檢測。然而，由于大棚和地膜在遙感圖像中表現(xiàn)出相似的特征，同時(shí)識(shí)別它們?nèi)匀皇且粋€(gè)難題，目前相關(guān)研究尚不充分。

3、因此，亟需一種遙感農(nóng)業(yè)覆蓋物識(shí)別方法，對(duì)大棚和地膜同時(shí)識(shí)別并進(jìn)行區(qū)分，解決上述問題。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的是克服現(xiàn)有技術(shù)中的不足，提供一種空間特征校準(zhǔn)的遙感農(nóng)業(yè)覆蓋物識(shí)別方法。

2、這種空間特征校準(zhǔn)的遙感農(nóng)業(yè)覆蓋物識(shí)別方法，包括以下步驟：

3、步驟一、利用多尺度感受野卷積對(duì)原始遙感數(shù)據(jù)進(jìn)行初步特征提取，得到不同尺寸和深度的特征結(jié)構(gòu)s；

4、步驟二、利用分組卷積和點(diǎn)卷積對(duì)特征結(jié)構(gòu)s進(jìn)行提取，得到深層特征d；

5、步驟三、對(duì)深層特征d進(jìn)行自注意力加權(quán)得到加權(quán)特征，并進(jìn)行圖像標(biāo)記和位置嵌入，得到加權(quán)特征a；

6、步驟四、對(duì)加權(quán)特征a進(jìn)行聚合后，利用自適應(yīng)特征校準(zhǔn)結(jié)構(gòu)對(duì)加權(quán)特征a進(jìn)行空間特征校正，并提標(biāo)記特征獲得最終分類結(jié)果cls。

7、作為優(yōu)選，步驟一中，利用多種卷積結(jié)構(gòu)生成不同尺度和深度的結(jié)構(gòu)特征，特征結(jié)構(gòu)s包括原始尺寸和通道數(shù)為64的特征s1、原始尺寸和通道數(shù)為32的特征s2和二分之一尺寸和通道數(shù)為64的特征s3；步驟二中，對(duì)s1、s2和s3分別進(jìn)行不同尺度的分組卷積和點(diǎn)卷積，得到d1、d2和d3；步驟三中，對(duì)d1、d2和d3分別進(jìn)行特征加權(quán)、圖像標(biāo)記和位置嵌入，得到a1、a2和a3。

8、作為優(yōu)選，步驟一中，進(jìn)行初步特征提取前，將原始遙感數(shù)據(jù)的所有波段都重采樣至10m。

9、作為優(yōu)選，步驟四中，對(duì)a1、a2和a3進(jìn)行連接操作實(shí)現(xiàn)聚合，然后利用自適應(yīng)特征校準(zhǔn)結(jié)構(gòu)對(duì)加權(quán)特征a進(jìn)行空間特征校正，得到最終分類結(jié)果cls。

10、作為優(yōu)選，步驟四中，通過融合加權(quán)特征和金字塔上下文特征提取，對(duì)全局上下文信息進(jìn)行捕獲，并通過全局上下文特征的捕獲對(duì)興趣區(qū)域進(jìn)行校準(zhǔn)。

11、本發(fā)明的有益效果是：

12、1)本發(fā)明采用了多尺度和多深度的特征結(jié)構(gòu)，而不是傳統(tǒng)的尺度變化金字塔結(jié)構(gòu)，使得本發(fā)明在點(diǎn)像素級(jí)重建任務(wù)中具有獨(dú)特的優(yōu)勢和魯棒性；利用多種卷積結(jié)構(gòu)來生成不同尺度和深度的結(jié)構(gòu)特征，并進(jìn)行深層特征提取，能夠更全面地捕獲圖像的細(xì)節(jié)和層次信息，從而為后續(xù)的分析和識(shí)別任務(wù)提供了豐富而有力的特征基礎(chǔ)。

13、2)本發(fā)明通過空間感知視覺編碼模塊通過加權(quán)處理、圖像標(biāo)記和位置嵌入，提高了模型對(duì)深度特征的處理能力和對(duì)圖像空間結(jié)構(gòu)的理解能力；全局上下文特征捕獲模塊通過融合加權(quán)特征和金字塔上下文特征提取，增強(qiáng)了模型對(duì)全局上下文信息的捕獲能力。

14、3)本發(fā)明引入了精確的興趣區(qū)域校準(zhǔn)結(jié)構(gòu)，通過全局上下文特征的捕獲對(duì)興趣區(qū)域的校準(zhǔn)，提高了模型對(duì)目標(biāo)區(qū)域的關(guān)注度和識(shí)別能力，有助于提高模型在像素級(jí)分類任務(wù)中的精度和魯棒性。

技術(shù)特征：

1.一種空間特征校準(zhǔn)的遙感農(nóng)業(yè)覆蓋物識(shí)別方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的空間特征校準(zhǔn)的遙感農(nóng)業(yè)覆蓋物識(shí)別方法，其特征在于，步驟一中，利用多種卷積結(jié)構(gòu)生成不同尺度和深度的結(jié)構(gòu)特征，特征結(jié)構(gòu)s包括原始尺寸和通道數(shù)為64的特征s1、原始尺寸和通道數(shù)為32的特征s2和二分之一尺寸和通道數(shù)為64的特征s3；步驟二中，對(duì)s1、s2和s3分別進(jìn)行不同尺度的分組卷積和點(diǎn)卷積，得到d1、d2和d3；步驟三中，對(duì)d1、d2和d3分別進(jìn)行特征加權(quán)、圖像標(biāo)記和位置嵌入，得到a1、a2和a3。

3.根據(jù)權(quán)利要求1所述的空間特征校準(zhǔn)的遙感農(nóng)業(yè)覆蓋物識(shí)別方法，其特征在于，步驟一中，進(jìn)行初步特征提取前，將原始遙感數(shù)據(jù)的所有波段都重采樣至10m。

4.根據(jù)權(quán)利要求2所述的空間特征校準(zhǔn)的遙感農(nóng)業(yè)覆蓋物識(shí)別方法，其特征在于，步驟四中，對(duì)a1、a2和a3進(jìn)行連接操作實(shí)現(xiàn)聚合，然后利用自適應(yīng)特征校準(zhǔn)結(jié)構(gòu)對(duì)加權(quán)特征a進(jìn)行空間特征校正，得到最終分類結(jié)果cls。

5.根據(jù)權(quán)利要求1所述的空間特征校準(zhǔn)的遙感農(nóng)業(yè)覆蓋物識(shí)別方法，其特征在于，步驟四中，通過融合加權(quán)特征和金字塔上下文特征提取，對(duì)全局上下文信息進(jìn)行捕獲，并通過全局上下文特征的捕獲對(duì)興趣區(qū)域進(jìn)行校準(zhǔn)。

技術(shù)總結(jié)
本發(fā)明涉及一種空間特征校準(zhǔn)的遙感農(nóng)業(yè)覆蓋物識(shí)別方法，采用了多尺度和多深度的特征結(jié)構(gòu)，而不是傳統(tǒng)的尺度變化金字塔結(jié)構(gòu)，使得本發(fā)明在點(diǎn)像素級(jí)重建任務(wù)中具有獨(dú)特的優(yōu)勢和魯棒性；利用多種卷積結(jié)構(gòu)來生成不同尺度和深度的結(jié)構(gòu)特征，并進(jìn)行深層特征提取，能夠更全面地捕獲圖像的細(xì)節(jié)和層次信息，從而為后續(xù)的分析和識(shí)別任務(wù)提供了豐富而有力的特征基礎(chǔ)。

技術(shù)研發(fā)人員：王耀,馮禹,武婕,鄭春苗
受保護(hù)的技術(shù)使用者：寧波東方理工大學(xué)（暫名）
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/6