[发明专利]一种基于人工智能的遥感田埂界线检测方法、系统、计算机设备及存储介质

权利要求书

1.一种基于人工智能的遥感田埂界线检测方法，其特征在于，包括以下步骤：

步骤一、遥感田埂多尺度分割：

采用多尺度分割算法对遥感田埂图像进行分割，得到由若干个分割区域构成的分割图像；

步骤二、区域合并：

对分割图像中的不良区域进行合并，过滤掉不良区域，得到最终的分割区域；

步骤三、田埂界线检测：

将最终的分割区域的边界检测出来，并且形成封闭区域，得到田埂界线。

2.根据权利要求1所述的一种基于人工智能的遥感田埂界线检测方法，其特征在于，多尺度分割算法采用异质性最小的区域合并算法，分割前先确定影响异质性最小的两种因子：光谱因子与形状因子，光谱因子包括光谱异质性，形状因子包括光滑度异质性和紧致度异质性；

当光谱异质性、光滑度异质性及紧致度异质性最小时，才能使整个图像所有对象的平均异质性最小。

3.根据权利要求2所述的一种基于人工智能的遥感田埂界线检测方法，其特征在于，多尺度分割算法具体如下：

f＝w*h_color+(1-w)*h_s

其中，f为异质度，w是用户规定的颜色权重，h_color表示光谱异质性，h_s表示形状异质性。

4.根据权利要求3所述的一种基于人工智能的遥感田埂界线检测方法，其特征在于，光谱异质性的算法如下：

其中，w_c是影像层权重；n_merge是合并后对象的像元数；是合并后光谱标准差；n_obj1和n_obj2分别表示合并前对象1和合并前对象2的像元数；和分别表示合并前对象1的光谱标准差和合并前对象2的光谱标准差。

5.根据权利要求3所述的一种基于人工智能的遥感田埂界线检测方法，其特征在于，形状异质性的算法如下：

h_s＝w_cmpcth_cmpct+(1-w_cmpct)h_smpct

其中，w_cmpct表示紧致度权重；h_cmpct表示紧致度权重；h_smpct表示光滑度。

6.根据权利要求1所述的一种基于人工智能的遥感田埂界线检测方法，其特征在于，步骤二中，不良区域为：在用多尺度分割的过程中会出现将某些区域分割为多个区域块，或者将一些细小的部分分割多块，这些区域称为不良区域。

7.根据权利要求1所述的一种基于人工智能的遥感田埂界线检测方法，其特征在于，步骤三中，采用最小包围多边形法来完成田埂界线检测。

8.一种基于人工智能的遥感田埂界线检测系统，其特征在于，包括多尺度分割模块、区域合并模块和田埂界线检测模块，多尺度分割模块、区域合并模块和田埂界线检测模块依次连接；

多尺度分割模块采用多尺度分割算法，用于对遥感田埂图像进行分割，得到由若干个分割区域构成的分割图像；

区域合并模块，用于对分割图像中的不良区域进行合并，过滤掉不良区域，得到最终的分割区域；

田埂界线检测模块，用于将最终的分割区域的边界检测出来，并且形成封闭区域，得到田埂界线。

9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任意一项所述基于人工智能的遥感田埂界线检测方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任意一项所述基于人工智能的遥感田埂界线检测方法的步骤。