[发明专利]图像中的作物类型分类

说明书

在实施例中，获得与地理区域和时间段相关联的多个图像集，其中所述多个图像集中的每个图像集包括多频谱和时间序列图像，该多频谱和时间序列图像描绘在该时间段期间该地理区域的相应特定部分；以及预测在与所述多个图像集中的图像集相关联的地理区域的特定部分内的每个特定位置中生长的一种或多种作物类型。基于针对相应特定位置的预测的一种或多种作物类型，确定每个特定位置的作物类型分类；以及生成包括覆盖有针对相应特定位置确定的作物类型分类的指示的多频谱和时间序列图像中的至少一个图像的作物指示图像。

相关申请的交叉引用

本申请要求于2018年1月23日提交的美国临时专利申请No.62/620,939的优先权，其全部公开内容通过引用并入本文。

技术领域

本公开一般而言涉及图像特征检测，并且特别地但非排他地涉及机器学习在图像特征检测中的使用。

背景技术

目前，约有11％的陆地表面用于作物生产。虽然农业对于人类生存、环境影响、国家影响、商业企业、市场等都具有重要意义，但是对在地理区域、县、州、国家、大陆、星球范围或上述任何部分内生长哪些作物没有一致的、可靠的和/或精确的知识。例如，如果知道更多有关农业田地的信息，那么种子和肥料公司就可以更好地确定其产品在不同地理区域的可用市场；作物保险公司可以更准确且更具成本效益地评估保费；银行可以更准确地提供农场贷款；和/或政府可以更好地评估税收、分配补贴、确定区域粮食容量、规划基础设施，等等。

在可能存在与农业用地相关的地图数据方面来说，对于许多实际用途，这样的数据往往不一致、不准确、过时和/或不完整。例如，政府实体可能对地理区域内的全部农业用地和/或农民的一小部分进行调查或抽样，并推断出小的数据集来近似地理区域内实际存在的所有农业用地的田地位置、尺寸、形状、作物类型、数量等。由于采集此类数据的劳动密集型性质，农业用地数据往往不经常(或出于许多商业目的而太不经常)进行更新。

农业用地使用往往随地区或时间而变化。发展中国家的农场规模往往比发达国家的小得多。对于同一田地，作物也可能随季节或年份而有所不同。可以将农业用地重新用于非农业用途(例如，住房开发)。因此，对于一个或多个特定地理区域以及在该农业用地上生长的一种或多种作物，以足够的粒度级别廉价地、准确地且频繁地识别农业用地将是有益的。

附图说明

参考以下各图描述了本发明的非限制性和非穷举性的实施例，其中除非另外指明，否则贯穿各个视图，相同的附图标记指代相同的部分。并非元素的所有实例都一定被标记，以免在适当的地方使附图混乱。附图不一定按比例绘制，而是将重点放在说明所描述的原理上。

图1描绘了根据一些实施例的图示了结合本公开的作物类型分类技术的示例系统的网络视图的框图。

图2描绘了根据一些实施例的图示可以由图1的系统实现的示例处理的流程图。

图3A-3B描绘了根据一些实施例的根据本公开的作物类型分类技术的示例图像。

图4描绘了根据一些实施例的图示可以由图1的系统实现的另一个示例处理的流程图。

图5描绘了根据一些实施例的图示可以由图1的系统实现的又一个示例处理的流程图。

图6描绘了根据一些实施例的可以在本公开的图1的系统中实现的示例设备。

具体实施方式