摘要
本发明提供了一种基于林地遥感数据的标注方法及系统,包括:获取林地的多源遥感数据;对多源遥感数据进行处理;采用改进的Mask R‑CNN网络提取光学影像特征,通过压缩与激励SE模块增强近红外波段权重,并进行特征融合得到多模态增强特征图;采用3D卷积网络进行特征提取,得到多层次三维空间特征图;将处理后的数据输入Transformer模型,得到森林生长曲线图;基于特征图和曲线图进行初始标注,得到初始标注结果;对初始标注结果进行形态学滤波去除小面积噪声,并结合超像素分割算法优化标注边界,得到优化后的标注结果;将优化后的标注结果生成矢量标注文件。实现了光谱特征、三维结构特征和时序动态特征的多维度信息互补,显著提高了数据可用性和可靠性。
技术关键词
多源遥感数据
标注方法
小面积噪声
超像素分割算法
影像
形态学滤波
林木
数字地形模型
雷达
多层次
多模态
空间结构特征
网络
校正
LiDAR点云
标注系统
三维结构特征
SLIC算法
健康状态预测
系统为您推荐了相关专利信息
识别模型训练方法
卷积神经网络分类器
识别系统
识别方法
序列
医疗图像识别
医疗图像数据
胶囊网络
联合损失函数
注意力机制
泛化方法
数据分布
噪声数据
去噪模型
梯度下降算法