[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

说明书

本发明属于信息技术领域，公开了一种基于人工智能的遥感田埂界线检测方法，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。本发明还公开了基于该检测方法的系统、计算机涉笔及存储介质。本发明可以将遥感图像中的地块田埂较为准确完整的提取出来，该方法能够缓解人工田埂统计的耗时耗力的问题，为田埂统计带了极大的方便。

技术领域

本发明属于信息技术领域，具体涉及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。

背景技术

耕地的四周一般都具有非常明显的边界，从特征结构来看，田埂是构成农田的主要边界，田埂的准确提取能够有利于快速方便的统计农田的使用情况。目前的线状地物提取算法主要针对图像中的道路、河流等强特征信息的提取，对地块信息的提取主要依靠对田埂的检测。目前对田埂地界的检测研究工作非常少，主要的田埂界线检测技术如下：

通过边缘信息和形状特征从图像中提取田埂界线。比如使用Canny算子从高分辨率遥感图像中提取边缘信息，然后利用田埂形状特征，过滤不属于田埂特征的边缘，最终通过统计学提取田埂界线。尽管这类方法能检测出田埂界线，但是对于界线不规则、图像分辨率不太高的情况不能很好的检测出来。另外一种方法是采用分割的思路，将相同性质的像素归并为一个区域，从而将图像分为若干个区域，最终检测出田埂界线。尽管这类方法取得了较好的结果，但由于不同田埂区域存在相似的特征(如，颜色，纹理)，同一田埂区域存在细小的不同，直接采用分割的思路来实现田埂分割会造成细小、过分割的区域，从而影响田埂界线检测。

发明内容

本发明的目的在于提供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，解决了现有技术不能很好的检测出田埂界线的问题。

本发明是通过以下技术方案来实现：

一种基于人工智能的遥感田埂界线检测方法，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。

进一步，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。

进一步，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。

进一步，光谱异质性的算法如下：