买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：国家林业和草原局华东调查规划院

摘要：本发明公开了一种遥感影像中基于AI技术的林草资源变化自动判读方法。本发明的方法基于人工智能网络构建了林草资源变化判读模型，进而实现了遥感影像数据中林草资源变化自动判读工作，判读过程中无需任何人为参与，最后得到判读结果文件可用来辅助资源监测工作，有效提高实际工作的效率，节省人力、财力，解决了人工目视判读存在的漏判等问题。本发明设计的判读模型可迭代性强，若出现新的林草资源数据，只需要将新的林草资源数据制作为数据集，重新训练模型参数，即可将新的模型再部署到实际应用系统中。

主权项：1.一种遥感影像中基于AI技术的林草资源变化自动判读方法，其特征在于，步骤如下：S1、获取经过训练的林草资源变化判读模型，所述林草资源变化判读模型包含级联的输入层、第一卷积层、第二卷积层、第三卷积层、第四卷积层、第五卷积层、反卷积模块和输出层；所述林草资源变化判读模型以w,h大小的遥感影像图片作为输入层的输入，再依次经过第一卷积层、第二卷积层、第三卷积层、第四卷积层、第五卷积层后分别输出w2,h2大小的第一特征图、w4,h4大小的第二特征图、w8,h8大小的第三特征图、w16,h16大小的第四特征图、w32,h32大小的第五特征图；所述反卷积模块首先对第五特征图通过双线性插值进行上采样得到w16,h16大小的第六特征图，将所述第四特征图与所述第六特征图相加得到w16,h16大小的第七特征图，然后对第七特征图通过双线性插值进行上采样得到w8,h8大小的第八特征图，将所述第三特征图与所述第八特征图相加得到w8,h8大小的第九特征图，最后将第九特征图进行上采样恢复成以w,h大小的第十特征图；所述输出层用于对第十特征图进行逐像素计算分类概率，进而预测得到每个像素所属的图斑分类标签，形成当前输入图片对应的图斑类别判别结果；所述图斑分类标签包括林草资源图斑和非林草资源图斑；S2、将目标区域的前期遥感影像和后期遥感影像分别进行连续无缝切割，形成w,h大小的图像块，将所有切割得到的图像块分别输入所述经过训练的林草资源变化判读模型中，由模型输出每个图像块对应的图斑类别判别结果；将前期遥感影像中所有图像块的对应的图斑类别判别结果重新按序拼接，形成前期判别结果，将后期遥感影像中所有图像块的对应的图斑类别判别结果重新按序拼接，形成后期判别结果；S3、将前期判别结果和后期判别结果进行比对，识别出所有出现林草资源变化的变化像素，并以二值图形式记录；所述出现林草资源变化的变化像素应当满足该像素在前期判别结果中属于林草资源图斑，而在后期判别结果中属于非林草资源图斑；S4、针对所述二值图中由变化像素构成的每一块图斑进行内部孔洞填充，使每一块图斑连续，得到待选图斑集合；S5、遍历待选图斑集合中的每一块图斑，计算该图斑区域在前期遥感影像和后期遥感影像中各自的RGB直方图，进而计算两个RGB直方图的色值相似度，若色值相似度超出允许的色值相似度阈值则从待选图斑集合中剔除该图斑，最终待选图斑集合中保留的图斑即为目标区域中出现林草资源变化的关注区域。

全文数据：

权利要求：

百度查询： 国家林业和草原局华东调查规划院 一种遥感影像中基于AI技术的林草资源变化自动判读方法