[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

说明书

本发明公开了基于改进U‑Net的农作物遥感图像分类方法及系统，其中方法包括：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。本发明具有更加强大的多尺度特征提取能力，可以深层次挖掘数据信息；本发明考虑了各层网络所处理的特征抽象程度，对特征融合部分合理配置，避免了由于对特征的过度提取而造成的运算量大幅增加或性能降低等情况。

技术领域

本发明涉及遥感分类技术领域，特别是涉及基于改进U-Net的农作物遥感图像分类方法及系统。

背景技术

本部分的陈述仅仅是提到了与本发明相关的背景技术，并不必然构成现有技术。

农业一直是国家重点关注的民生大计，作物的种植面积对于粮食产量有着很大的影响，因此作物面积估测是农业检测的重要内容。其中对于农作物的分类是作物面积估测的核心问题，通过遥感手段对农作物进行分类相比人工操作更加高效，具有重要意义。

常见的通过遥感图像进行农作物分类的研究主要为面向元或面向对象两种方法，其中面向元的方法存在同物异谱和异物同谱的问题而面向对象的分类在影像分割的对象和地理实体不一致的矛盾，难以避免非作物种植区的干扰。

传统的机器学习方法，如SVM、决策树等方法用于遥感图像分类也难以得到较好的效果，这些方法均为浅层分类，难以提取到图像中蕴藏的深层特征。

另外，在普通U-Net模型中，编解码器中间的拼接过程十分简单，仅是将编码器的输入裁剪为合适的尺寸后拼入解码器，导致了原图像信息的大量丢失。

发明内容

为了解决现有技术的不足，本发明提供了基于改进U-Net的农作物遥感图像分类方法及系统；提高农作物分类的精度。

第一方面，本发明提供了基于改进U-Net的农作物遥感图像分类方法；

基于改进U-Net的农作物遥感图像分类方法，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。

第二方面，本发明提供了基于改进U-Net的农作物遥感图像分类系统；

基于改进U-Net的农作物遥感图像分类系统，包括：

获取模块，其被配置为：获取待分类的农作物遥感图像；

预处理模块，其被配置为：对待分类的农作物遥感图像进行预处理；

分类模块，其被配置为：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。

第三方面，本发明还提供了一种电子设备，包括：

存储器，用于非暂时性存储计算机可读指令；以及

处理器，用于运行所述计算机可读指令，

其中，所述计算机可读指令被所述处理器运行时，执行上述第一方面所述的方法。

第四方面，本发明还提供了一种存储介质，非暂时性地存储计算机可读指令，其中，当所述非暂时性计算机可读指令由计算机执行时，执行第一方面所述方法的指令。

第五方面，本发明还提供了一种计算机程序产品，包括计算机程序，所述计算机程序当在一个或多个处理器上运行的时候用于实现上述第一方面所述的方法。

与现有技术相比，本发明的有益效果是：