一种基于深度学习模型的作物识别和分类方法

本发明提出了一种基于深度学习模型的作物识别和分类方法，涉及作物识别和分类技术领域，针对目标作物区域，采集原始的多时相高分辨率遥感影像，搭建时空二维识别模型，提取关键图像帧；对关键图像帧进行阈值分割处理，得到关键图像帧的前景部分，从前景部分区域中提取特征信息；计算特征信息与预设标签之间以及多个特征信息之间的相似系数,得到最优的特征信息组合；利用残差映射网络对获得的特征信息组合进行差异性过滤，得到作物识别特征集合；基于输出的作物识别特征集合，构建作物分类模型，实现最终分类，提高了作物识别和分类的精度，并且在作物识别和分类的速度上得到了提高。