[發明專利]農作物分類方法、裝置、計算機設備和存儲介質

在審

• 申請號: 201810228529.7
• 申請日: 2018-03-20
• 公開（公告）號: CN108596029A
• 公開（公告）日: 2018-09-28
• 發明（設計）人: 吳凡夫
• 申請（專利權）人: 尚正（北京）信息技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62
• 代理公司: 北京華進京聯知識產權代理有限公司 11606
• 代理人: 孫巖

本發明涉及一種農作物分類方法，所述方法包括，獲取待分類農作物的遙感數據；根據所述待分類農作物的遙感數據構建植被覆蓋指數時間序列；根據所述植被覆蓋指數時間序列提取時相特征；在所述待分類農作物的遙感數據中提取光譜特征以及紋理特征；根據所述光譜特征、所述紋理特征以及所述時相特征，通過預先訓練的分類模型，對待分類農作物的遙感數據中的待分類農作物進行分類，獲得分類結果。采用本方法能夠提高農作物分類的精度。本發明還涉及一種農作物分類裝置、計算機設備和存儲介質。

技術領域

本發明涉及計算機技術領域，特別是涉及一種農作物分類方法、裝置、計算機設備和存儲介質。

背景技術

隨著衛星技術的發展，出現了通過衛星對農業進行遙感監測的技術，其中，通過衛星估算作物的種植面積是對農業進行遙感監測的重要領域。而對遙感監測數據中的農作物進行分類則是通過衛星估算作物種植面積的重要核心問題。

然而，目前傳統的農作物分類方法，存在選取的光譜曲線不能準確的反應光譜特征、時相特征等缺點，從而導致分類精度較低的問題。

發明內容

基于此，有必要針對上述技術問題，提供一種能夠提高分類精度的農作物分類方法、裝置、計算機設備和存儲介質。

一種農作物分類方法，所述方法包括：

獲取待分類農作物的遙感數據；

根據所述待分類農作物的遙感數據構建植被覆蓋指數時間序列；

根據所述植被覆蓋指數時間序列提取時相特征；

在所述待分類農作物的遙感數據中提取光譜特征以及紋理特征；

根據所述光譜特征、所述紋理特征以及所述時相特征，通過預先訓練的分類模型，對遙感數據中的待分類農作物進行分類，獲得分類結果。

一種農作物分類裝置，所述裝置包括：

遙感數據獲取模塊，用于獲取待分類農作物的遙感數據；

時間序列獲取模塊，用于根據所述待分類農作物的遙感數據構建植被覆蓋指數時間序列；

時相特征獲取模塊，用于根據所述植被覆蓋指數時間序列提取時相特征；

光譜特征及紋理特征獲取模塊，用于在所述待分類農作物的遙感數據中提取光譜特征以及紋理特征；

分類模塊，用于根據所述光譜特征、所述紋理特征以及所述時相特征，通過預先訓練的深度學習模型，對待分類農作物的遙感數據中的農作物進行分類，獲得分類結果。

一種計算機設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現以下步驟：

獲取待分類農作物的遙感數據；

根據所述待分類農作物的遙感數據構建植被覆蓋指數時間序列；

根據所述植被覆蓋指數時間序列提取時相特征；

在所述待分類農作物的遙感數據中提取光譜特征以及紋理特征；

根據所述光譜特征、所述紋理特征以及所述時相特征，通過預先訓練的分類模型，對待分類農作物的遙感數據中的待分類農作物進行分類，獲得分類結果。

一種計算機可讀存儲介質，其上存儲有計算機程序，所述計算機程序被處理器執行時實現以下步驟：

獲取待分類農作物的遙感數據；

根據所述待分類農作物的遙感數據構建植被覆蓋指數時間序列；

根據所述植被覆蓋指數時間序列提取時相特征；