摘要
本申请公开了一种双模态特征融合的倒伏冬小麦空间分布提取方法,涉及农业遥感监测技术领域,包括:建立双流语义分割网络DMFCFNet并利用构建的样本数据集对网络进行训练,将预处理后的遥感图像和DSM高程图像并行输入至网络中获取不同尺度的遥感图像的语义纹理特征信息和DSM高程图像的空间结构特征信息,将获取的遥感图像的语义纹理特征信息和DSM高程图像的空间结构特征信息进行特征校正并融合后将融合后的特征信息进行分割预测,实现对冬小麦倒伏区域空间分布信息的提取。通过校正并融合遥感影像语义纹理特征与DSM高程特征,结合多尺度信息聚合处理,有效提升冬小麦倒伏区域提取精度,改善小目标漏检及边界模糊问题。
技术关键词
空间分布提取方法
语义纹理特征
空间结构特征
模态特征
双模态
遥感图像特征
空间分布信息
语义分割网络
训练样本数据
融合特征
残差模块
校正模块
农业遥感监测技术
分支
解码模块
融合遥感影像
Softmax函数
通道
系统为您推荐了相关专利信息
多视角图像采集
图像识别方法
决策控制模块
感兴趣区域提取
振动分拣传送带
药物
BERT模型
多模态特征融合
矩阵
自动编码器
信号处理系统
热电制冷模块
温度自适应控制
深度学习模型
太阳能驱动风扇