一种AI智能引导的遥感监测方法及相关设备与流程

本技术涉及ai智能，尤其涉及一种ai智能引导的遥感监测方法及相关设备。

背景技术：

1、遥感监测是督察执法、国土变更调查、耕地保护监测、生态保护监测等业务的重要手段，在自然资源、生态环境、农业农村、城市建设、应急保障等领域中广泛应用。

2、人工智能技术特别是深度学习技术近年来快速发展并广泛应用于遥感领域，驱动遥感监测向智能化方向发展，但在实际业务中，作业模式仍然是人工地毯式监测模式，人工智能未发挥应有的价值，仍存在一些问题亟待解决，其一是没有充分利用先进的人工智能技术辅助作业，现今主要作业模式仍然是渔网式人工勾绘，即将遥感影像分为渔网状作业区域，再通过目视解译、手动勾绘方式完成，此方式劳动强度大、效率低、主观性较强；其二是缺乏高度定制化、自动化的作业流程，现今生产作业中的各个环节，从挑选影像到任务分发，再到勾绘图斑、成果整理，均需要专业人员的具体操作与实施，且每个环节之间的串接不够流畅。因此有必要提出一种ai智能引导的遥感监测方法，以至少解决上述部分问题。

技术实现思路

1、在技术实现要素：部分中引入了一系列简化形式的概念，这将在具体实施方式部分中进一步详细说明。本技术的发明内容部分并不意味着要试图限定出所要求保护的技术方案的关键特征和必要技术特征，更不意味着试图确定所要求保护的技术方案的保护范围。

2、本技术具体包括以下几个方面：

3、第一方面，本技术提出一种ai智能引导的遥感监测方法，包括：

4、采集初始卫星遥感影像数据，并对所述初始卫星遥感影像数据进行数据就绪处理，得到目标卫星遥感影像数据；所述初始卫星遥感影像数据为基期和当期的卫星遥感影像数据；

5、根据预设分类识别所述目标卫星遥感影像数据中的变化图斑，以影像切片数量或变化图斑数量为依据进行作业分发操作，以获取多个变化图斑集合；所述预设分类包括地理分区分类、时相分类、地形地貌分类和模型类型分类；

6、对每个所述变化图斑集合中的所述变化图斑进行初步筛选与图斑审核编辑，得到目标变化图斑集合；所述初步筛选为剔除误识别的变化图斑和作业不相关的变化图斑；所述图斑审核编辑包括图斑边界勾绘与影像相关属性的填写；

7、对所述目标变化图斑集合进行成果整理与检查，得到符合预设技术要求的目标成果文件。

8、在一种可行的实施方式中，采集初始卫星遥感影像数据，并对所述初始卫星遥感影像数据进行数据就绪处理，得到目标卫星遥感影像数据，包括：

9、根据每季度的卫星遥感影像覆盖情况绘制影像镶嵌线，生成落图文件；

10、根据任务区范围和所述初始卫星遥感影像数据的获取情况，生成作业区网格；

11、结合所述影像镶嵌线和所述作业区网格，使用切片工具对当期和基期影像进行裁切得到影像切片；所述影像切片为所述目标卫星遥感影像数据。

12、在一种可行的实施方式中，在所述地理分区分类中，采用东北、华北、华东、华中、华南、西南、西北进行地理分区；在所述时相分类中，采用一年四个季节进行时相分类；在所述地形地貌分类中，采用高原、山地、平原、丘陵和盆地进行地形地貌分类；在所述模型类型分类中，分为小型模型、中型模型和大型模型；不同地理分区、不同季节和不同地形地貌均分别设置不同模型对区域变化要素进行识别；不同型号模型对应不同的识别精度和运行速度。

13、在一种可行的实施方式中，对每个所述变化图斑集合中的所述变化图斑进行初步筛选，包括：

14、将单个所述变化图斑作为计算单元掩膜，分别计算前后时相影像掩膜内部的纹理特征；所述纹理特征包括对比度、相关性和熵；

15、在掩膜内部对所述前后时相影像的纹理特征求取平均值，得到对象级纹理特征；

16、通过所述对象级纹理特征计算所述变化图斑的置信度，以基于所述置信度的值对所述误识别的变化图斑和所述作业不相关的变化图斑进行剔除。

17、在一种可行的实施方式中，通过所述对比度，确定图像中相邻像素之间的亮度差异；通过所述相关性，确定图像中像素值在空间上的一致性或相关性；通过所述熵，确定图像中像素值分布的不确定性。

18、在一种可行的实施方式中，对所述目标变化图斑集合进行成果整理，包括：

19、填写所述目标变化图斑的相关属性，形成县域成果；

20、对所述目标变化图斑分别截取基期与当期的影像块，并利用自动处理技术为所述目标变化图斑制作监测图斑截图影像文件；

21、将所述监测图斑截图影像文件生成相应的元数据，以将所有成果整理成标准格式的成果文件。

22、在一种可行的实施方式中，得到所述成果文件后，通过对所述成果文件进行检查，得到所述目标成果文件，具体包括：

23、对所述成果文件中的所述目标变化图斑进行排查，剔除误识别的变化图斑和作业不相关的变化图斑，形成变化图斑的最终成果；

24、对所述最终成果进行自动检查，以得到所述符合预设技术要求的所述目标成果文件。

25、第二方面，本技术提出一种ai智能引导的遥感监测系统，包括：

26、数据就绪处理模块，用于采集初始卫星遥感影像数据，并对所述初始卫星遥感影像数据进行数据就绪处理，得到目标卫星遥感影像数据；所述初始卫星遥感影像数据为基期和当期的卫星遥感影像数据；

27、变化图斑自动识别模块，用于根据预设分类识别所述目标卫星遥感影像数据中的变化图斑，以影像切片数量或变化图斑数量为依据进行作业分发操作，以获取多个变化图斑集合；所述预设分类包括地理分区分类、时相分类、地形地貌分类和模型类型分类；

28、知识辅助图斑确认模块，用于对每个所述变化图斑集合中的变化图斑进行初步筛选与图斑审核编辑，得到目标变化图斑集合；所述初步筛选为剔除误识别的变化图斑和作业不相关的变化图斑；所述图斑审核编辑包括图斑边界勾绘与影像相关属性的填写；

29、成果整理与检查模块，用于对所述目标变化图斑集合进行成果整理与检查，得到符合预设技术要求的目标成果文件。

30、第三方面，本技术提出了一种电子设备，包括：存储器、处理器以及存储在上述存储器中并可在上述处理器上运行的计算机程序，上述处理器用于执行存储器中存储的计算机程序时实现如上述的第一方面任一项的ai智能引导的遥感监测方法的步骤。

31、第四方面，本技术还提出一种计算机可读存储介质，其上存储有计算机程序，上述计算机程序被处理器执行时实现第一方面任一项的ai智能引导的遥感监测方法。

32、综上，本技术实施例的ai智能引导的遥感监测方法包括：采集初始卫星遥感影像数据，并对上述初始卫星遥感影像数据进行数据就绪处理，得到目标卫星遥感影像数据；上述初始卫星遥感影像数据为基期和当期的卫星遥感影像数据；根据预设分类识别上述目标卫星遥感影像数据中的变化图斑，以影像切片数量或变化图斑数量为依据进行作业分发操作，以获取多个变化图斑集合；上述预设分类包括地理分区分类、时相分类、地形地貌分类和模型类型分类；对每个上述变化图斑集合中的变化图斑进行初步筛选与图斑审核编辑，得到目标变化图斑集合；上述初步筛选为剔除误识别的变化图斑和作业不相关的变化图斑；上述图斑审核编辑包括图斑边界勾绘与影像相关属性的填写；对上述目标变化图斑集合进行成果整理与检查，得到符合预设技术要求的目标成果文件。本技术实施例提出的ai智能引导的遥感监测方法，利用人机协同智能解译技术，解决遥感监测所面临的生产效率低、自动化程度不高、模型适应性不强等问题。

33、本技术提出的ai智能引导的遥感监测方法，本技术的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本技术的研究和实践而为本领域的技术人员所理解。