[发明专利]基于改进U-Net的农作物遥感图像分类方法及系统

权利要求书

1.基于改进U-Net的农作物遥感图像分类方法，其特征是，包括：

获取待分类的农作物遥感图像；

对待分类的农作物遥感图像进行预处理；

采用训练后的改进型U-Net网络，对预处理后的图像进行分类，得到农作物的分类结果。

2.如权利要求1所述的基于改进U-Net的农作物遥感图像分类方法，其特征是，所述改进型U-Net网络，网络结构包括：

依次连接的编码器、连接器和解码器；

所述编码器，包括：依次连接的第一级子编码器、第二级子编码器、第三级子编码器和第四级子编码器；所述第四级子编码器与连接器的输入端连接；

所述解码器，包括：依次连接的第一级子解码器、第二级子解码器、第三级子解码器和第四级子解码器；所述第四级子解码器与连接器的输出端连接。

3.如权利要求2所述的基于改进U-Net的农作物遥感图像分类方法，其特征是，所述第一级子编码器的输出端与第四级子解码器的输入端通过第一融合器连接；所述第二级子编码器的输出端与第三级子解码器的输入端通过第二融合器连接；所述第三级子编码器的输出端与第二级子解码器的输入端通过第三融合器连接；所述第四级子编码器的输出端与第一级子解码器的输入端通过第四融合器连接。

4.如权利要求3所述的基于改进U-Net的农作物遥感图像分类方法，其特征是，所述第一融合器，包括：并联的四个空洞卷积层，所述四个空洞卷积层的输入端均与第一级子编码器的输出端连接；所述四个空洞卷积层的输出端均与第四级子解码器的输入端连接；

所述第一融合器的工作原理是：

通过设置四个不同扩张率的空洞卷积，对第一级子编码器输出的特征图以不同采样率进行并行采样，输出结果相加后拼接到对应第四级子解码器的输入端，以实现对应编解码器间的特征融合。

5.如权利要求3所述的基于改进U-Net的农作物遥感图像分类方法，其特征是，所述第二融合器，包括：并联的三个空洞卷积层，所述三个空洞卷积层的输入端均与第二级子编码器的输出端连接；所述三个空洞卷积层的输出端均与第三级子解码器的输入端连接；

所述第二融合器的工作原理是：

通过设置三个不同扩张率的空洞卷积，对第二级子编码器输出的特征图以不同采样率进行并行采样，输出结果相加后拼接到对应第三级子解码器的输入端，以实现对应编解码器间的特征融合。

6.如权利要求3所述的基于改进U-Net的农作物遥感图像分类方法，其特征是，所述第三融合器，包括：并联的两个空洞卷积层，所述两个空洞卷积层的输入端均与第三级子编码器的输出端连接；所述两个空洞卷积层的输出端均与第二级子解码器的输入端连接；

所述第三融合器的工作原理是：

通过设置两个不同扩张率的空洞卷积，对第三级子编码器输出的特征图以不同采样率进行并行采样，输出结果相加后拼接到对应第二级子解码器的输入端，以实现对应编解码器间的特征融合。

7.如权利要求3所述的基于改进U-Net的农作物遥感图像分类方法，其特征是，所述第四融合器，包括：一个空洞卷积层a；所述空洞卷积层a的输入端与第四级子编码器的输出端连接；所述空洞卷积层a的输出端均与第一级子解码器的输入端连接；

所述第四融合器的工作原理是：

通过设置一个合适扩张率空洞卷积，对第四级子编码器输出的特征图进行采样，输出结果拼接到对应第一级子解码器的输入端，以实现对应编解码器间的特征融合；

或者，

所述改进型U-Net网络，工作原理是：

输入400*400分辨率的单通道遥感图片，经过两次3*3的卷积和一次最大值池化的降采样后输入下一级编码器；网络的编码器共有4级，最后会输出20*20的512通道的高度抽象特征图；

解码器部分与编码器是一一对应的，同样为4级；将编码器部分最终输出的20*20尺寸的特征图通过反卷积上采样，使尺寸变为2倍，经过中间部分融合器，将对应编码器的输入与当前解码器的输出进行通道合并得到新的特征图，然后经过两次3*3的卷积输入下一级解码器，最终得到196*196分辨率的特征图。