摘要
本发明涉及遥感图像处理技术领域,公开了基于时间序列分析的农情遥感图像变化检测方法,通过多时相遥感传感器采集农情遥感图像序列,经时空对齐算法配准和辐射校正后,利用多模态数据融合网络提取多尺度融合特征。时间序列分解模型分解特征,提取时间动态变化特征,基于变分自编码器的异常检测模型检测异常变化区域。多目标优化算法优化变化区域,构建可视化模型生成高分辨率农情变化分布图。该方法融合多传感器数据,综合多种算法和模型,有效解决了农情遥感图像变化检测中数据处理、特征分析、异常检测和结果呈现等问题,提高了检测准确性和效率,为农业生产管理提供精准依据。
技术关键词
多模态数据融合
动态变化特征
生成高分辨率
遥感传感器
双向长短期记忆网络
空间滤波技术
注意力机制
联合损失函数
融合多传感器数据
遥感图像变化检测
上下文特征
归一化方法
序列
遥感图像处理技术
融合特征
HSV颜色空间
拉格朗日乘子法
热红外传感器
局部空间特征