基于混合深度学习模型的超高分辨率SAR图像农田提取方法、系统、存储介质和电子设备

本文公开了一种基于混合深度学习模型的超高分辨率SAR图像农田提取方法、系统、存储介质和电子设备，包括如下步骤：对超高分辨率SAR图像数据进行预处理，并生成其边缘强度数据；利用局部残差模块构成局部特征编码器提取局部特征，并逐层输出特征图；通过引入VMamba的VSS模块以线性复杂度对特征的全局关系进行建模；重塑全局特征建模的输出结果特征图尺寸，并进行常规卷积，完成特征编码器特征提取；通过浅层‑深层特征融合模块，融合局部浅层特征与深层语义特征，完成跳跃连接，为上采样提供语义信息；使用转置卷积上采样到输入图像尺寸，得到提取结果，并进行精度评估。通过本发明，能够有效提升超高分辨率SAR图像中农田提取的精度与完整性。