[发明专利]基于卫星遥感图像的农业灾害监测方法和系统

说明书

本发明涉及基于卫星遥感图像的农业灾害监测的方法，包括：(1)获取第一图像步骤，获取第一图像，所述第一图像的每个像素点取值为n维向量[f1,f2,f3，...,fn]，向量中的每个值对应一个波段band1，band2，band3，…，bandn；(2)确定分类数量步骤，确定要生成的类别数量h；(3)第一模型训练步骤，将第一图像中的每个像素点输入高斯混合模型GMM进行训练得到第二图像，为第二图像的每个像素分配一个像素值，所述像素值为1至h中的类别；以及(4)第一输出分类结果步骤，输出第二图像，本发明涉及领域为农业领域，本发明的有益效果在于，该方法能能快速找到卫星影像中疑似病虫害的地方，农业人员只需要简单的挑选即可快速标记出图像上出现病虫害的地方，不仅在很大程度上减轻了人的工作量，而且不易遗漏，为农业的精确管理提供技术基础。

技术领域

本发明涉及一种农作物监测方法，具体而言，涉及一种基于卫星遥感图像的农业灾害监测方法、装置、设备及计算机可读存储介质。

背景技术

本发明对背景技术的描述属于与本发明的相关技术，仅仅是用于说明和便于理解本发明的发明内容，不应理解为申请人明确认为或推定申请人认为是本发明在首次提出申请的申请日的现有技术。

上世纪以来航空航天以及卫星遥感技术不断发展，通过卫星遥感影像数据，为农业种植和管理提供了很大便利。随着卫星遥感领域的发展，通过卫星影像来对农业管理已经有一定历史，但是卫星影像一般覆盖面积大，单纯靠人工查看、标记工作量巨大而且容易遗漏。

发明内容

本发明旨在至少在一定程度上解决相关技术问题中的技术问题之一。

为解决上述现有技术的缺陷，本发明实施例提供一种基于卫星遥感图像的农业灾害监测方法、农作物分类装置、计算机设备及计算机可读存储介质。

为此，本发明一个实施例的基于卫星遥感图像的农业灾害监测方法，包括：(1)获取第一图像步骤，获取第一图像，所述第一图像的每个像素点取值为n维向量[f1,f2,f3，...，fn]，向量中的每个值对应一个波段band1，band2，band3，…，bandn；(2)确定分类数量步骤，确定要生成的类别数量h；(3)模型训练步骤，将第一图像中的每个像素点输入高斯混合模型GMM进行训练得到第二图像，为第二图像的每个像素分配一个像素值，所述像素值为1至h中的类别；以及(4)输出分类结果步骤，输出第二图像。

根据优选实施例，其中，还包括：(5)确定再分类类别步骤，对第二图像的h个类别进行分析，确定h个类别中再分类的具体类别；(6)确定再分类数量步骤，确定所述再分类的具体类别所要生成的类别数量k；(7)模型训练步骤，将第二图像中的部分类别的全部像素点输入高斯混合模型GMM进行训练得到第三图像，为第三图像的每个像素分配一个像素值，所述像素值为1至k中的类别；(8)输出分类结果步骤，输出第三图像；以及(9)迭代步骤，重复所述步骤(5)至(8)，直至收敛；(10)输出结果图像单元，将以上每次步骤(5)得到的目标具体类别中的全部像素合并，得到输出最终监测结果图像。

根据优选实施例，其中，还包括：特征工程步骤，利用所述第一图像中每个像素点的波段值band₁，band₂，band₃，…，band_n中选取任意波段相互组合计算而生成新特征。

根据优选实施例，其中，所述特征工程步骤具体包括：利用所述第一图像中每个像素点的波段值band₁，band₂，band₃，…，band_n中选取任意两个波段相互组合计算而生成h(h-1)/2个新特征。

根据优选实施例，其中，所述特征工程步骤具体包括：选取特定的小窗口在原图像上逐步滑动，在滑动窗口的范围内对每个波段计算其均值、标准差以及取值范围、熵、互信息等中的一个或多个，生成新的特征，作为滑窗中心位置的一个新特征。