System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及森林类型监测,特别是涉及一种森林类型变化检测方法以及装置。
技术介绍
1、森林是陆地生态系统的主体,对于调节气候变化、提供生态系统服务和促进人类社会经济发展具有至关重要的作用。按照森林群落的内部特性、外部特征及其动态规律所划分的同质森林地段,将森林类型主要分为针叶林和阔叶林。
2、森林类型变化检测是指分析同一区域内不同时相之间森林类型分布的差异。例如,同一位置前时相为针叶林,后时相为阔叶林,则认定为发生了森林类型的变化。森林类型变化检测的目的是检测区域内是否发生了森林类型的变化,并获取变化前后的森林类型信息,以科学分析森林资源现状和动态变化规律,对于森林资源的保护、合理利用和质量提升具有重要意义。
3、相关技术中,是人工目视解译高分辨率遥感影像并参考地面调查数据,手动勾绘出森林类型变化的区域,该方法不仅费事费力,还存在较强的主观性,精度和效率都难以保证。
技术实现思路
1、基于此,本申请的目的在于,提供一种森林类型变化检测方法以及装置,其具有森林类型变化检测效率高、精度高的优点。
2、根据本申请实施例的第一方面,提供一种森林类型变化检测方法,包括如下步骤:
3、获取样本图像数据集;样本图像数据集包括若干对影像块以及每对影像块的标签数据;每对影像块包括前时相的高分辨率遥感影像块以及后时相的高分辨率遥感影像块,每对影像块的标签数据包括前时相的高分辨率遥感影像块中各个像素的森林类型标签、后时相的高分辨率遥感影像块中各个像素的森林类
4、构建森林类型变化检测模型;森林类型变化检测模型包括编码器以及解码器;
5、将每对影像块输入至编码器,获得多尺度深度特征图;
6、将多尺度深度特征图输入至解码器中,获得每对影像块的森林类型变化检测结果;
7、根据每对影像块的森林类型变化检测结果、每对影像块的标签数据以及预设的损失函数,计算森林类型变化检测模型的损失值;
8、根据损失值,对森林类型变化检测模型进行迭代训练,直至损失值满足预定训练终止条件,获得已训练的森林类型变化检测模型;
9、将待检测区域两个时相的高分辨率遥感影像输入至已训练的森林类型变化检测模型,获得森林类型变化检测结果。
10、根据本申请实施例的第二方面,提供一种森林类型变化检测装置,包括:
11、数据集获取模块,用于获取样本图像数据集;样本图像数据集包括若干对影像块以及每对影像块的标签数据;每对影像块包括前时相的高分辨率遥感影像块以及后时相的高分辨率遥感影像块,每对影像块的标签数据包括前时相的高分辨率遥感影像块中各个像素的森林类型标签、后时相的高分辨率遥感影像块中各个像素的森林类型标签以及后时相的高分辨率遥感影像块中各个像素相比于前时相的高分辨率遥感影像块中对应像素的森林类型变化状态标签;
12、模型构建模块,用于构建森林类型变化检测模型;森林类型变化检测模型包括编码器以及解码器;
13、深度特征图获得模块,用于将每对影像块输入至编码器,获得多尺度深度特征图;
14、深度特征图输入模块,用于将多尺度深度特征图输入至解码器中,获得每对影像块的森林类型变化检测结果;
15、损失值计算模块,用于根据每对影像块的森林类型变化检测结果、每对影像块的标签数据以及预设的损失函数,计算森林类型变化检测模型的损失值;
16、模型训练模块,用于根据损失值,对森林类型变化检测模型进行迭代训练,直至损失值满足预定训练终止条件,获得已训练的森林类型变化检测模型;
17、检测结果获得模块,用于将待检测区域两个时相的高分辨率遥感影像输入至已训练的森林类型变化检测模型,获得森林类型变化检测结果。
18、本申请实施例通过获取样本图像数据集;样本图像数据集包括若干对影像块以及每对影像块的标签数据;每对影像块包括前时相的高分辨率遥感影像块以及后时相的高分辨率遥感影像块,每对影像块的标签数据包括前时相的高分辨率遥感影像块中各个像素的森林类型标签、后时相的高分辨率遥感影像块中各个像素的森林类型标签以及后时相的高分辨率遥感影像块中各个像素相比于前时相的高分辨率遥感影像块中对应像素的森林类型变化状态标签;构建森林类型变化检测模型;森林类型变化检测模型包括编码器以及解码器;将每对影像块输入至编码器,获得多尺度深度特征图;将多尺度深度特征图输入至解码器中,获得每对影像块的森林类型变化检测结果;根据每对影像块的森林类型变化检测结果、每对影像块的标签数据以及预设的损失函数,计算森林类型变化检测模型的损失值;根据损失值,对森林类型变化检测模型进行迭代训练,直至损失值满足预定训练终止条件,获得已训练的森林类型变化检测模型;将待检测区域两个时相的高分辨率遥感影像输入至已训练的森林类型变化检测模型,获得森林类型变化检测结果。本申请通过训练森林类型变化检测模型,基于已训练的森林类型变化检测模型自动输出森林类型变化检测结果,具有自动化、高精度的优势,可减少人工工作量,满足森林资源动态监测的业务需求。
19、应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
20、为了更好地理解和实施,下面结合附图详细说明本专利技术。
本文档来自技高网...【技术保护点】
1.一种森林类型变化检测方法,其特征在于,所述方法包括如下步骤:
2.根据权利要求1所述的森林类型变化检测方法,其特征在于:
3.根据权利要求2所述的森林类型变化检测方法,其特征在于:
4.根据权利要求3所述的森林类型变化检测方法,其特征在于:
5.根据权利要求3所述的森林类型变化检测方法,其特征在于:
6.根据权利要求3所述的森林类型变化检测方法,其特征在于:
7.根据权利要求3所述的森林类型变化检测方法,其特征在于:
8.根据权利要求1至7任一项所述的森林类型变化检测方法,其特征在于:
9.根据权利要求8所述的森林类型变化检测方法,其特征在于:
10.一种森林类型变化检测装置,其特征在于,包括:
【技术特征摘要】
1.一种森林类型变化检测方法,其特征在于,所述方法包括如下步骤:
2.根据权利要求1所述的森林类型变化检测方法,其特征在于:
3.根据权利要求2所述的森林类型变化检测方法,其特征在于:
4.根据权利要求3所述的森林类型变化检测方法,其特征在于:
5.根据权利要求3所述的森林类型变化检测方法,其特征在于:
【专利技术属性】
技术研发人员:张晓丽,姚宗琦,雷令婷,李彩霞,
申请(专利权)人:北京林业大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。