一种基于频域的图神经网络农业遥感图像语义分割方法

本发明公开了一种基于频域的图神经网络农业遥感图像语义分割方法，将遥感图像转化为图数据，并将图数据分批次作为输入；对于分批次输入的图数据，计算图数据的特征值，以获得特征值矩阵。将特征值矩阵中的特征值按照从大到小进行排序，提取排在前k个特征值的下标；再从傅里叶矩阵中提取出相同下标的向量，由提取出的向量形成傅里叶基；构建损失函数，并基于傅里叶基和损失函数对语义分割模型的权重参数进行进行迭代优化；若满足迭代终止条件，则获得语义分割模型的最优权重参数；反之重新输入下一批次图数据继续训练；基于得到的最优权重参数，利用语义分割模型对农业遥感图像进行语义分割，输出分割结果；本发明可以有效提升农业遥感图像处理的效率和精确度。