本發(fā)明涉及遙感應用，特別是涉及一種種植地塊空間結(jié)構(gòu)重建方法、系統(tǒng)、設備及存儲介質(zhì)。

背景技術：

1、中國山區(qū)農(nóng)業(yè)所占比重較大，且具有地形條件復雜、耕地坡度大、面積小、分布破碎等特點，致使山區(qū)地塊矢量邊界難以快速、準確提取。傳統(tǒng)“精細地塊”生產(chǎn)方式一般是在gis軟件中對照遙感影像，通過顯著的紋理突變或線狀邊界與周圍地物形成明顯的視覺區(qū)分，沿著紋理突變或線狀邊界明確勾繪，將地塊以面狀要素的形式描繪出來，費時費力。隨著人工智能技術的發(fā)展，自動化信息提取得以實現(xiàn)，但是當前已有的諸多農(nóng)業(yè)種植地塊提取技術研究中，沒有從種植地塊自身出發(fā)，直接利用現(xiàn)有模型暴力破解，造成山區(qū)地塊自動化提取產(chǎn)品精度低，距離“精細地塊”有較大差距。山區(qū)耕地類型的多樣性是無法用一種模型來解析的(異質(zhì)性)。因此，如何通過高分影像進行“精細地塊”快速、準確提取成為難點。

技術實現(xiàn)思路

1、本發(fā)明的目的是提供一種種植地塊空間結(jié)構(gòu)重建方法、系統(tǒng)、設備及存儲介質(zhì)，能夠提高對種植地塊的提取精度。

2、為實現(xiàn)上述目的，本發(fā)明提供了如下方案：

3、一種種植地塊空間結(jié)構(gòu)重建方法，包括：

4、獲取目標種植區(qū)域的遙感影像；

5、根據(jù)所述遙感影像進行分區(qū)解構(gòu)，得到多個耕作區(qū)及對應的地區(qū)類型；所述地區(qū)類型包括水田、規(guī)則種植地塊、模糊種植地塊、梯田和園地；

6、根據(jù)所述地區(qū)類型選取對應的影像提取模型，并利用所述影像提取模型對各所述耕作區(qū)的影像進行預測，得到預測強度圖；所述預測強度圖包括邊緣預測強度圖和面預測強度圖；所述影像提取模型包括常規(guī)邊緣模型、細邊緣模型和紋理模型；所述常規(guī)邊緣模型和所述紋理模型是基于d-linknet網(wǎng)絡模型構(gòu)建的；所述細邊緣模型是根據(jù)rcf邊緣檢測器構(gòu)建的；

7、對所述預測強度圖進行柵格矢量化處理，得到圖斑矢量面；

8、對各所述圖斑矢量面進行矢量融合處理，得到地塊圖斑數(shù)據(jù)。

9、可選地，所述根據(jù)所述遙感影像進行分區(qū)解構(gòu)，得到多個耕作區(qū)及對應的地區(qū)類型，具體包括：

10、采集所述目標種植區(qū)域的行政數(shù)據(jù)和dem柵格影像；

11、以所述遙感影像為底圖，并根據(jù)所述行政數(shù)據(jù)進行“行政區(qū)-種植區(qū)-耕作區(qū)-地塊”的分區(qū)劃分，確定行政分區(qū)邊界；

12、根據(jù)所述dem柵格影像計算區(qū)域地形數(shù)據(jù)，繪制種植區(qū)邊界；

13、對所述行政分區(qū)邊界和所述種植區(qū)邊界進行融合，得到分區(qū)控制網(wǎng)；

14、基于所述區(qū)域地形數(shù)據(jù)和所述分區(qū)控制網(wǎng)進行影像裁剪，得到多個耕作區(qū)及對應的地區(qū)類型。

15、可選地，在所述以所述遙感影像為底圖，并根據(jù)所述行政數(shù)據(jù)進行“行政區(qū)-種植區(qū)-耕作區(qū)-地塊”的分區(qū)劃分，確定行政分區(qū)邊界之前，還包括：

16、對所述遙感影像進行圖像預處理；所述圖像預處理包括正射校正、輻射定標、大氣校正、去云、幾何校正、圖像增強和圖像鑲嵌。

17、可選地，所述根據(jù)所述地區(qū)類型選取對應的影像提取模型，并利用所述影像提取模型對各所述耕作區(qū)的影像進行預測，得到邊緣預測強度圖，具體包括：

18、當所述地區(qū)類型為規(guī)則種植地塊時，依次利用常規(guī)邊緣模型和紋理模型對區(qū)域邊緣進行預測，得到邊緣預測強度圖；

19、當所述地區(qū)類型為梯田時，依次利用細邊緣模型和紋理模型對區(qū)域邊緣進行預測，得到邊緣預測強度圖；

20、當所述地區(qū)類型為模糊種植地塊、園地和水田時，依次利用紋理模型和常規(guī)邊緣模型進行預測，得到邊緣預測強度圖。

21、可選地，所述對所述預測強度圖進行柵格矢量化處理，得到圖斑矢量面，具體包括：

22、提取所述邊緣預測強度圖的骨架線，對斷線連接后矢量化，得到矢量線；

23、將所述矢量線進行簡化、拉直處理后轉(zhuǎn)換生成第一矢量面；

24、對所述面預測強度圖進行膨脹、孔洞填充和二值化處理后，得到第二矢量面；

25、根據(jù)所述第一矢量面和第二矢量面確定圖斑矢量面。

26、本發(fā)明還提供了一種種植地塊空間結(jié)構(gòu)重建系統(tǒng)，包括：

27、遙感數(shù)據(jù)采集模塊，用于獲取目標種植區(qū)域的遙感影像；

28、分區(qū)結(jié)構(gòu)模塊，用于根據(jù)所述遙感影像進行分區(qū)解構(gòu)，得到多個耕作區(qū)及對應的地區(qū)類型；所述地區(qū)類型包括水田、規(guī)則種植地塊、模糊種植地塊、梯田和園地；

29、邊緣預測模塊，用于根據(jù)所述地區(qū)類型選取對應的影像提取模型，并利用所述影像提取模型對各所述耕作區(qū)的影像進行預測，得到預測強度圖；所述預測強度圖包括邊緣預測強度圖和面預測強度圖；所述影像提取模型包括常規(guī)邊緣模型、細邊緣模型和紋理模型；所述常規(guī)邊緣模型和所述紋理模型是基于d-linknet網(wǎng)絡模型構(gòu)建的；所述細邊緣模型是根據(jù)rcf邊緣檢測器構(gòu)建的；

30、矢量處理模塊，用于對所述預測強度圖進行柵格矢量化處理，得到圖斑矢量面；

31、矢量融合模塊，用于對各所述圖斑矢量面進行矢量融合處理，得到地塊圖斑數(shù)據(jù)。

32、本發(fā)明還提供了一種電子設備，包括存儲器及處理器，所述存儲器用于存儲計算機程序，所述處理器運行所述計算機程序以使所述電子設備執(zhí)行根據(jù)上述的種植地塊空間結(jié)構(gòu)重建方法。

33、本發(fā)明還提供了一種計算機可讀存儲介質(zhì)，其存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)如上所述的種植地塊空間結(jié)構(gòu)重建方法。

34、根據(jù)本發(fā)明提供的具體實施例，本發(fā)明公開了以下技術效果：

35、本發(fā)明公開了一種種植地塊空間結(jié)構(gòu)重建方法、系統(tǒng)、設備及存儲介質(zhì)，所述方法包括獲取目標種植區(qū)域的遙感影像；根據(jù)遙感影像進行分區(qū)解構(gòu)，得到多個耕作區(qū)及對應的地區(qū)類型；地區(qū)類型包括水田、規(guī)則種植地塊、模糊種植地塊、梯田和園地；根據(jù)地區(qū)類型選取對應的影像提取模型，并利用影像提取模型對各耕作區(qū)的影像進行預測，得到預測強度圖；預測強度圖包括邊緣預測強度圖和面預測強度圖；影像提取模型包括常規(guī)邊緣模型、細邊緣模型和紋理模型；對預測強度圖進行柵格矢量化處理，得到圖斑矢量面；對各圖斑矢量面進行矢量融合處理，得到地塊圖斑數(shù)據(jù)。

36、本發(fā)明采用分區(qū)思想對數(shù)據(jù)進行分區(qū)，可將復雜地表進行簡化，將相似地塊特征的要素集中在若干個相對獨立的子區(qū)域內(nèi)，降低了地物提取的難度。通過分區(qū)處理后，將較大數(shù)據(jù)量的影像分成若干個小區(qū)域后，可有效分散單一影像的數(shù)據(jù)量，降低提取過程中由于數(shù)據(jù)量大造成問題的可能性，同時，也可進行多機多任務并行處理，顯著縮短提取的時間，提高對種植地塊的提取精度。

技術特征：

1.一種種植地塊空間結(jié)構(gòu)重建方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的種植地塊空間結(jié)構(gòu)重建方法，其特征在于，所述根據(jù)所述遙感影像進行分區(qū)解構(gòu)，得到多個耕作區(qū)及對應的地區(qū)類型，具體包括：

3.根據(jù)權(quán)利要求2所述的種植地塊空間結(jié)構(gòu)重建方法，其特征在于，在所述以所述遙感影像為底圖，并根據(jù)所述行政數(shù)據(jù)進行“行政區(qū)-種植區(qū)-耕作區(qū)-地塊”的分區(qū)劃分，確定行政分區(qū)邊界之前，還包括：

4.根據(jù)權(quán)利要求1所述的種植地塊空間結(jié)構(gòu)重建方法，其特征在于，所述根據(jù)所述地區(qū)類型選取對應的影像提取模型，并利用所述影像提取模型對各所述耕作區(qū)的影像進行預測，得到邊緣預測強度圖，具體包括：

5.根據(jù)權(quán)利要求1所述的種植地塊空間結(jié)構(gòu)重建方法，其特征在于，所述對所述預測強度圖進行柵格矢量化處理，得到圖斑矢量面，具體包括：

6.一種種植地塊空間結(jié)構(gòu)重建系統(tǒng)，其特征在于，包括：

7.一種電子設備，其特征在于，包括存儲器及處理器，所述存儲器用于存儲計算機程序，所述處理器運行所述計算機程序以使所述電子設備執(zhí)行根據(jù)權(quán)利要求1-5中任一項所述的種植地塊空間結(jié)構(gòu)重建方法。

8.一種計算機可讀存儲介質(zhì)，其特征在于，其存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1-5中任一項所述的種植地塊空間結(jié)構(gòu)重建方法。

技術總結(jié)
本發(fā)明公開一種種植地塊空間結(jié)構(gòu)重建方法、系統(tǒng)、設備及存儲介質(zhì)，涉及遙感應用技術領域。所述方法包括：獲取目標種植區(qū)域的遙感影像；根據(jù)遙感影像進行分區(qū)解構(gòu)，得到多個耕作區(qū)及對應的地區(qū)類型；地區(qū)類型包括水田、規(guī)則種植地塊、模糊種植地塊、梯田和園地；根據(jù)地區(qū)類型選取對應的影像提取模型，并利用影像提取模型對各耕作區(qū)的影像進行預測，得到預測強度圖；預測強度圖包括邊緣預測強度圖和面預測強度圖；影像提取模型包括常規(guī)邊緣模型、細邊緣模型和紋理模型；對預測強度圖進行柵格矢量化處理，得到圖斑矢量面；對各圖斑矢量面進行矢量融合處理，得到地塊圖斑數(shù)據(jù)。本發(fā)明能夠提高對種植地塊的提取精度。

技術研發(fā)人員：高麗雅,胡曉東,駱劍承,方之楊,夏列鋼,馬偉鋒,褚煜琴
受保護的技術使用者：杭州中科品智科技有限公司
技術研發(fā)日：
技術公布日：2024/12/10