[发明专利]一种提取精细的冬小麦空间分布信息的方法在审
| 申请号： | 201910206812.4 | 申请日： | 2019-03-19 |
| 公开（公告）号： | CN109785350A | 公开（公告）日： | 2019-05-21 |
| 发明（设计）人： | 张景涵 | 申请（专利权）人： | 张景涵 |
| 主分类号： | G06T7/13 | 分类号： | G06T7/13;G06T5/00;G06N3/04;G06N3/08 |
| 代理公司： | 重庆市信立达专利代理事务所(普通合伙) 50230 | 代理人： | 包晓静 |
| 地址： | 271000 *** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于遥感信息提取技术领域，公开了一种提取精细的冬小麦空间分布信息的方法，首先提出一种新边缘检测算法ConvEdge，接着，以检测结果为基础，构建一种新的卷积神经网络结构WCNN(Wheat Convolutional Neural Networks)；利用公开的随机梯度下降算法对WCNN模型进行训练；使用训练成功的WCNN进行冬小麦提取。本发明根据遥感图像的特点设计了样本组织方式；使用多层卷积结构提取语义特征，使用一层卷积提取颜色特征；结合提取的边缘点信息进行池化；采用了多层矩阵结构的编码器，能够模拟高阶关系；提出了考虑先验知识的分类器。 | ||
| 搜索关键词： | 冬小麦 卷积 空间分布信息 多层 精细 边缘检测算法 神经网络结构 检测结果 结构提取 矩阵结构 随机梯度 下降算法 先验知识 颜色特征 样本组织 遥感图像 遥感信息 语义特征 边缘点 编码器 分类器 池化 高阶 构建 成功 | ||
【主权项】：
1.一种提取精细的冬小麦空间分布信息的方法，其特征在于，所述提取精细的冬小麦空间分布信息的方法包括：第一步，利用新边缘检测算法ConvEdge提取边缘点，包括：对图像波段进行加权平均，强化红外波段，区分冬小麦种植区域边界；利用三种大小的卷积核计算四个方向的梯度幅值，并对计算结果进行抑制非最大值、滤除噪声处理；根据边缘点的空间关系生成结果并进行人工调整；第二步，以检测结果为基础，构建新的卷积神经网络结构WCNN，包括：根据遥感图像的特点设计样本组织方式；使用多层卷积结构提取语义特征，使用一层卷积提取颜色特征；结合提取的边缘点信息进行池化；采用多层矩阵结构的编码器，模拟高阶关系；并利用考虑先验知识的分类器将得到的像素的编码值向量转换为类别概率分布，并根据其中最大的概率所在的分量位置将像素划分为冬小麦种植区域的像素或其它像素；第三步，使用公开的随机梯度下降算法训练；第四步，使用训练成功的WCNN进行冬小麦空间分布信息提取。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于张景涵，未经张景涵许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910206812.4/，转载请声明来源钻瓜专利网。
