一种空间特征校准的遥感农业覆盖物识别方法

本发明属于遥感影像像素级分类领域，尤其涉及一种空间特征校准的遥感农业覆盖物识别方法。

背景技术：

1、地膜和大棚是现代农业中广泛应用的两种农业覆盖物。地膜是覆盖在土壤表面的塑料薄膜，主要用于保温、保湿、抑制杂草生长和提高作物产量；大棚则是用透明材料覆盖的结构，用于创造适宜的微气候条件，延长作物生长期，提高产量和品质。两者在农业生态系统中具有重要意义，通过调节土壤和空气温度、湿度，减少病虫害和化学药剂的使用，从而提高农业生产效率和可持续性。然而，地膜和大棚的使用也带来了环境污染和资源浪费等问题。遥感地膜土地覆盖制图利用卫星影像和图像处理技术，能够高效、精确地监测地膜和大棚的分布及其变化。这种技术为农业管理和环境保护提供了可靠的数据支持，有助于优化资源配置，提升农业生产的科学管理水平，实现可持续发展。

2、虽然大棚的识别已经取得了较大的进展，但地膜的使用周期较短，通常仅在作物发芽期的短短一两个月内使用，这使得大范围检测成为一项挑战。遥感技术被认为是解决这一问题的经济高效方案，但商用卫星虽然拥有高空间分辨率，但获取大范围数据的成本却十分高昂。sentinel-2卫星提供了一种低成本、高精度的遥感数据资源，可用于农业覆盖物的检测。然而，由于大棚和地膜在遥感图像中表现出相似的特征，同时识别它们仍然是一个难题，目前相关研究尚不充分。

3、因此，亟需一种遥感农业覆盖物识别方法，对大棚和地膜同时识别并进行区分，解决上述问题。

技术实现思路

1、本发明的目的是克服现有技术中的不足，提供一种空间特征校准的遥感农业覆盖物识别方法。

2、这种空间特征校准的遥感农业覆盖物识别方法，包括以下步骤：

3、步骤一、利用多尺度感受野卷积对原始遥感数据进行初步特征提取，得到不同尺寸和深度的特征结构s；

4、步骤二、利用分组卷积和点卷积对特征结构s进行提取，得到深层特征d；

5、步骤三、对深层特征d进行自注意力加权得到加权特征，并进行图像标记和位置嵌入，得到加权特征a；

6、步骤四、对加权特征a进行聚合后，利用自适应特征校准结构对加权特征a进行空间特征校正，并提标记特征获得最终分类结果cls。

7、作为优选，步骤一中，利用多种卷积结构生成不同尺度和深度的结构特征，特征结构s包括原始尺寸和通道数为64的特征s1、原始尺寸和通道数为32的特征s2和二分之一尺寸和通道数为64的特征s3；步骤二中，对s1、s2和s3分别进行不同尺度的分组卷积和点卷积，得到d1、d2和d3；步骤三中，对d1、d2和d3分别进行特征加权、图像标记和位置嵌入，得到a1、a2和a3。

8、作为优选，步骤一中，进行初步特征提取前，将原始遥感数据的所有波段都重采样至10m。

9、作为优选，步骤四中，对a1、a2和a3进行连接操作实现聚合，然后利用自适应特征校准结构对加权特征a进行空间特征校正，得到最终分类结果cls。

10、作为优选，步骤四中，通过融合加权特征和金字塔上下文特征提取，对全局上下文信息进行捕获，并通过全局上下文特征的捕获对兴趣区域进行校准。

11、本发明的有益效果是：

12、1)本发明采用了多尺度和多深度的特征结构，而不是传统的尺度变化金字塔结构，使得本发明在点像素级重建任务中具有独特的优势和鲁棒性；利用多种卷积结构来生成不同尺度和深度的结构特征，并进行深层特征提取，能够更全面地捕获图像的细节和层次信息，从而为后续的分析和识别任务提供了丰富而有力的特征基础。

13、2)本发明通过空间感知视觉编码模块通过加权处理、图像标记和位置嵌入，提高了模型对深度特征的处理能力和对图像空间结构的理解能力；全局上下文特征捕获模块通过融合加权特征和金字塔上下文特征提取，增强了模型对全局上下文信息的捕获能力。

14、3)本发明引入了精确的兴趣区域校准结构，通过全局上下文特征的捕获对兴趣区域的校准，提高了模型对目标区域的关注度和识别能力，有助于提高模型在像素级分类任务中的精度和鲁棒性。

技术特征：

1.一种空间特征校准的遥感农业覆盖物识别方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的空间特征校准的遥感农业覆盖物识别方法，其特征在于，步骤一中，利用多种卷积结构生成不同尺度和深度的结构特征，特征结构s包括原始尺寸和通道数为64的特征s1、原始尺寸和通道数为32的特征s2和二分之一尺寸和通道数为64的特征s3；步骤二中，对s1、s2和s3分别进行不同尺度的分组卷积和点卷积，得到d1、d2和d3；步骤三中，对d1、d2和d3分别进行特征加权、图像标记和位置嵌入，得到a1、a2和a3。

3.根据权利要求1所述的空间特征校准的遥感农业覆盖物识别方法，其特征在于，步骤一中，进行初步特征提取前，将原始遥感数据的所有波段都重采样至10m。

4.根据权利要求2所述的空间特征校准的遥感农业覆盖物识别方法，其特征在于，步骤四中，对a1、a2和a3进行连接操作实现聚合，然后利用自适应特征校准结构对加权特征a进行空间特征校正，得到最终分类结果cls。

5.根据权利要求1所述的空间特征校准的遥感农业覆盖物识别方法，其特征在于，步骤四中，通过融合加权特征和金字塔上下文特征提取，对全局上下文信息进行捕获，并通过全局上下文特征的捕获对兴趣区域进行校准。

技术总结本发明涉及一种空间特征校准的遥感农业覆盖物识别方法，采用了多尺度和多深度的特征结构，而不是传统的尺度变化金字塔结构，使得本发明在点像素级重建任务中具有独特的优势和鲁棒性；利用多种卷积结构来生成不同尺度和深度的结构特征，并进行深层特征提取，能够更全面地捕获图像的细节和层次信息，从而为后续的分析和识别任务提供了丰富而有力的特征基础。技术研发人员：王耀,冯禹,武婕,郑春苗受保护的技术使用者：宁波东方理工大学（暂名）技术研发日：技术公布日：2025/1/6