摘要
本发明涉及遥感识别技术领域,具体为基于遥感深度学习的大蒜识别系统及方法。本发明中,通过结合多时相遥感影像中针对大蒜物候期的可见光与红边波段信息,通过光谱归一与空间校准提升影像数据在时序上的对齐精度,叠加植被光谱指标与空间样本定位标签构建多源分类样本集,引入语义分割与注意力机制的深度学习结构增强区域识别的空间连贯性与特征响应的精细化表达,通过通道空间特征融合提升图像中大蒜区域的判别清晰度,通过对大蒜图斑空间边界进行连续性重组及与参考样本比对验证,确保最终识别区域的图斑精度和样本一致性,从而在复杂背景下显著提高大蒜种植区域的分类准确性与识别稳定性。
技术关键词
大蒜
子模块
图像
识别系统
耕地
归一化植被指数
卫星遥感影像
空间结构
坐标
深度学习模型
遥感识别技术
训练样本集
光谱响应特征
定位标签
深度学习结构
编码特征
网络模型结构
系统为您推荐了相关专利信息
变电站消防设备
油池
油箱
感温火灾探测器
光学识别系统
图像分类模型
客户端设备
中心服务器
参数
图像分类方法
种植管理系统
绿化树木
特征提取模块
多角度
树木病虫害
结构检测方法
异构
三维重建算法
刻蚀技术
半导体