[发明专利]一种基于语义分割的青花椒识别方法

权利要求书

1.一种基于语义分割的青花椒识别方法，其特征在于，包括以下步骤：

S1：获取青花椒在目标区域内的第一遥感影像与第二遥感影像，并将目标区域划分为多个子区域，选取具有代表性区域的子区域作为目标子区域，所述第一遥感影像为青花椒在剪枝前的遥感影像，所述第二遥感影像为青花椒在剪枝后一个月内的遥感影像，所述目标区域为青花椒种植区域，所述具有代表性区域的子区域为青花椒种植较为集中的子区域；

S2：对第一遥感影像进行切割，获得若干第一遥感子影像，并选取目标子区域内的第一遥感子影像构成第二影像，并对第二影像进行像素级别的高精度标注工作，获得第一二值掩膜文件；

S3：对第二遥感影像进行切割，获得若干第二遥感子影像，并选取目标子区域内的第二遥感子影像构成第三影像，并对第三影像进行像素级别的高精度标注工作，获得第二二值掩膜文件；

S4：将第一二值掩膜文件与第二二值掩膜文件做逻辑与运算，获得第四数据；

S5：对获得的第四数据进行数据增强，并将数据增强后获得的数据按照一定比例划分为测试数据集、训练数据集以及验证数据集；

S6：构建基于语义分割的青花椒识别模型，将训练数据集用于对构建的模型进行训练，得到训练模型，再将验证数据集输入到训练模型中，对模型进行优化，获得优化模型；

S7：将测试数据集输入到优化模型中进行测试，获得最优语义分割模型；

S8：基于第一遥感子影像与最优语义分割模型，构建目标区域内的第一3D模型，并基于第一3D模型，提取第一农业信息；

S9：基于第二遥感子影像与最优语义分割模型，构建目标区域内的第二3D模型，并基于第二3D模型，提取第二农业信息；

S10：基于第一农业信息与第二农业信息，评估种植青花椒的产量；

所述步骤S3中，对第三影像进行像素级别的高精度标注工作的具体标注方法为：

获取青花椒在遥感影像中的第二特征，所述第二特征为空间分布规律的黑色斑点区域，且花椒田为土褐色；

基于获取的第二特征，任意选择一个第二遥感子影像，判断该第二遥感子影像是否存在青花椒区域，若存在，则将该第二遥感子影像中对应的像素值区域标注为1，否则，将该第二遥感子影像的像素值标注为0，直到遍历完第三影像中的所有第二遥感子影像，获得第二二值掩膜文件。

2.根据权利要求1所述的一种基于语义分割的青花椒识别方法，其特征在于：所述步骤S2中，对第二影像进行像素级别的高精度标注工作的具体标注方法为：

获取青花椒在遥感影像中的第一特征，所述第一特征为空间分布规律的青绿色区域，且青花椒区域的形状轮廓清晰，花椒田成连续分布；

基于获取的第一特征，任意选择一个第一遥感子影像，判断该第一遥感子影像是否存在青花椒区域，若存在，则将该第一遥感子影像中对应的像素值区域标注为1，否则，将该第一遥感子影像中对应的像素值区域标注为0，直到遍历完第二影像中的所有第一遥感子影像，获得第一二值掩膜文件。

3.根据权利要求1所述的一种基于语义分割的青花椒识别方法，其特征在于，所述步骤S8具体方法步骤为：

任意选择一个第一遥感子影像，并通过最优语义分割模型对该第一遥感子影像进行预测，获得第一遥感影像数据图，直到遍历完所有的第一遥感子影像，获得若干第一遥感影像图；

将若干第一遥感影像图合并成一张第三遥感影像图；

基于第三遥感影像图与第三遥感影像图对应的高程数据，建立第一3D模型；

基于第一3D模型，提取第一农业信息。

4.根据权利要求1所述的一种基于语义分割的青花椒识别方法，其特征在于，所述步骤S9的具体方法步骤为：

任意选择一个第二遥感子影像，并通过最优语义分割模型对该第二遥感子影像进行预测，获得第二遥感影像图，直到遍历完所有的第二遥感子影像，获得若干第二遥感影像图；

将若干第二遥感影像图合并成一张第四遥感影像图；

基于第四遥感影像图与第四遥感影像图对应的高程数据，建立第二3D模型；

基于第二3D模型，提取第二农业信息。