摘要
本发明提供了一种基于深度学习的水稻种植结构遥感提取方法,涉及水稻种植技术领域,包括以下步骤:获取水稻区域多时相卫星遥感影像数据,对数据进行预处理和波段合成、光谱指数计算;构建多尺度图像金字塔,以不同尺度划分获取遥感影像,提取每个尺度的特征,并进行融合获得多尺度特征融合图;本发明获取水稻区域多时相卫星遥感影像数据,基于多尺度图像金字塔,以不同尺度划分获取遥感影像,并进行融合获得多尺度特征融合图,构建深度学习分类模型,基于标准水稻种植结构的特征进行一次训练,由此对多尺度特征融合图进行分类,得到水稻种植结构的分类结果,并进行面积测算,提高了水稻种植区域提取的精度和效率,提供了更准确的科学依据。
技术关键词
遥感提取方法
深度学习分类模型
深度学习模型
卫星遥感影像数据
多尺度特征融合
图像金字塔
水稻病虫害
短波红外波段
水稻种植技术
交叉验证方法
布局
形态学滤波
纹理
颜色
多光谱
框架结构