基于模型迁移生成样本的农作物自动分类方法和系统

本申请属于图像识别技术领域，提供一种基于模型迁移生成样本的农作物自动分类方法和系统，包括：从多个历史年份的作物专题图中提取并纯化研究区各个历史年份的农作物样本；基于历史年份的农作物样本数据训练出多个历史年份的模型；将目标年份的遥感影像分别输入到多个历史年份的模型以对目标年份的农作物分布进行预测，得到目标年份的多个农作物概率图；基于多个农作物概率图计算概率均值；结合预设的概率分割阈值，采用集成学习的方法生成概率集成图；进而生成目标年份的样本数据，并结合目标年份的遥感影像重新训练模型，以获得目标年份的模型，最后利用目标年份的模型获得农作物自动分类结果。该方案能够提高目标年份农作物制图精度。