[發明專利]一種用于撂荒地的遙感識別方法

在審

• 申請號: 202011449908.2
• 申請日: 2020-12-09
• 公開（公告）號: CN112749628A
• 公開（公告）日: 2021-05-04
• 發明（設計）人: 王建鳳;黃先梅;郎彥
• 申請（專利權）人: 北京星衡科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06T7/33;G06N3/04;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明提供了一種用于撂荒地的遙感識別方法，通過圖像預處理、特征提取、模型訓練、推理、邏輯運算等步驟，實現了從遙感影像中提取撂荒地。利用本方法，所提取的撂荒地的精度能夠有很大的提升、效率大幅優于人力方式，解決了撂荒地提取中耗費人力的問題。此外，本發明的LUNET模型優于UNET模型，可以保證模型分類結果的整體性好，同時斑塊也會較少。與此同時，本發明的TRNET模型的泛化性優于UNET模型，可以保證在不增加特征量的情況下，提高撂荒地提取的準確性。

技術領域

本發明涉及遙感影像技術領域，尤其涉及一種用于農業遙感領域的撂荒地識別的技術。

背景技術

遙感影像(Remote Sensing Image)是指記錄各種地物電磁波大小的膠片或相片，如航空像片和衛星相片。每張遙感影像中都包含對應的地理坐標，換言之，遙感影像中的每個像素都可以獲取其唯一的地理坐標位置。

截止目前，我國耕地撂荒研究主要依靠收集統計資料和農戶調查資料進行比較分析。由于耕地撂荒的漸變性、不穩定性和空間分布零散性等特征，使得確認其信息以及掌握撂荒土地動態變化的難度較大。由于遙感影像具有時效性、周期性、范圍廣等特點，故使用遙感影像監測撂荒地能夠有效減少或避免人力物力投入。

自然地，如何快速準確地從遙感圖像中提取撂荒地，成為了本領域技術人員所亟待解決的問題。

發明內容

本發明的目的是提供一種用于撂荒地的遙感識別方法，該方法主要包含以下七個步驟：

1.對遙感影像進行圖像預處理，以生成配準影像；

2.對所述配準影像進行數據特征獲取，以獲取所述配準影像上的植被、非植被、云與非云的特征；

3.對所述植被與非植被的特征進行訓練，以獲得LUNET模型；

4.對所述云與非云的特征進行訓練，以獲得TRNET模型；

5.對所述配準影像進行LUNET模型推理，以獲得植被與非植被的推理結果；

6.對所述配準影像進行TRNET模型推理，以獲得云與非云的推理結果；

7.對所述植被與非植被的推理結果和云與非云的推理結果進行邏輯運算，以獲得撂荒地的結果；

第一步：對所述遙感影像進行圖像預處理，主要包括以下四個方面：

1)對所述遙感影像進行輻射定標；

2)對所述遙感影像進行大氣校正；

3)對所述遙感影像進行波段融合；

4)對所述遙感影像進行圖像配準。

對所述遙感影像進行圖像配準，包括以下四步：

(A)根據所述的遙感影像和標準圖像的粗匹配點對中的多個特征點對計算出所述遙感影像上的單應性矩陣，以基于所述單應性矩陣得到變換后的初步配準影像；

(B)根據所述的初步配準影像與標準圖像的位置信息，確定所述初步配準圖像與標準圖片的重合區域；

(C)根據確定的重合區域，以分別計算對應于重合區域的其它遙感影像的變換矩陣；

(D)通過計算對應于其它遙感影像的變換矩陣的兩兩之間的余弦相似度，從余弦相似度大于預定閾值的變換矩陣中只選擇一個變換矩陣，并將

其作用于所述初步配準圖像，得到配準影像；

第二步：對所述配準影像進行數據特征獲取，以獲取所述配準影像上的植被、非植被、云與非云的特征；

第三步：對所述植被與非植被的特征進行訓練，以獲得LUNET模型包括以下兩個步驟：