[发明专利]一种土地利用分类方法及系统

说明书

本发明公开了一种土地利用分类方法及系统，包括：训练好的土地利用分类模型对输入的目标土地影像中各像素进行土地利用类型分类，得到第一土地分类图像；土地利用分类模型包括编码器、双路注意力模块、空间金字塔池化模块和解码器；双路注意力模块包括第一通道注意力模块和第一空间位置注意力模块；通过双路注意力模块得到通道注意力加权特征和空间注意力加权特征；空间金字塔池化模块再对两者进行融合得到融合特征；条件随机场对第一土地分类图像中各像素进行土地利用类型分类，得到第二土地分类图像。本发明引入通道注意力模块和空间位置注意力模块，提高了土地利用的分类精度，采用条件随机场进一步提高了土地利用的分类精度。

技术领域

本发明涉及土地利用分类技术领域，特别是涉及一种基于注意力机制卷积神经网络和条件随机场的土地利用分类方法及系统。

背景技术

目前，对遥感影像进行高精度的土地利用分类是一个巨大的挑战，传统的机器学习方法和图像语义分割模型分类效果难以满足高精度要求。经典土地分类的图像语义分割模型存在着无法充分利用图像的空间和上下文信息的问题，导致其不能达到高精度的土地利用分类。

发明内容

本发明的目的是提供一种土地利用分类方法及系统，引入通道注意力模块和空间位置注意力模块、空间金字塔池化模块对目标土地影像进行分类，充分利用图像的空间和上下文信息，以提高土地利用的分类精度，采用条件随机场对土地利用分类模型的分类结果进行优化，以进一步提高土地利用的分类精度。

为实现上述目的，本发明提供了如下方案：

本发明提出了一种土地利用分类方法，所述方法包括：

获取目标土地影像；

将所述目标土地影像输入至训练好的土地利用分类模型，对所述目标土地影像中各像素进行土地利用类型分类，得到第一土地分类图像；

所述土地利用分类模型包括编码器、双路注意力模块、空间金字塔池化模块和解码器；所述双路注意力模块包括第一通道注意力模块和第一空间位置注意力模块；所述第一通道注意力模块用于对所述编码器提取的各局部特征进行有效特征的提取，得到通道注意力加权特征；所述第一空间位置注意力模块用于对所述编码器提取的局部特征进行加强，得到空间注意力加权特征；所述空间金字塔池化模块，用于对所述通道注意力加权特征和所述空间注意力加权特征进行融合，得到融合特征；

将所述第一土地分类图像输入至条件随机场中，对所述第一土地分类图像中各像素进行土地利用类型分类，得到第二土地分类图像。

可选地，所述编码器，包括密集连接块、过渡层和第二通道注意力模块，用于对输入的所述目标土地影像进行特征提取。

可选地，所述解码器，包括转置卷积模块、密集连接块、深度可分离卷积模块和第二空间位置注意力模块，用于根据所述融合特征，解码得到所述第一土地分类图像。

可选地，所述将所述第一土地分类图像输入至条件随机场中，对所述第一土地分类图像中各像素进行分类，具体包括：

根据所述条件随机场确定所述第一土地分类图像中的相似像素，将所述相似像素分配为相同的土地利用类型。

可选地，在所述将所述目标土地影像输入至训练好的土地利用分类模型之前，还包括：

根据样本土地影像以及样本土地影像中各像素对应的土地利用类型标签对所述土地利用分类模型进行训练，得到训练好的土地利用分类模型。

可选地，在所述根据样本土地影像以及样本土地影像中各像素对应的土地利用类型标签对所述土地利用分类模型进行训练之前，还包括：

获取样本土地原始影像；

采用旋转、平移和缩放方法对所述样本土地原始影像进行图像增强处理，得到所述样本土地影像；