[发明专利]基于高空间分辨率遥感影像的畜牧业牲畜监测提取方法

说明书

本公开提供了一种基于高空间分辨率遥感影像的畜牧业牲畜监测提取方法，包括：获取初始卫星遥感影像；初始卫星遥感影像包括多景卫星遥感影像，每景卫星遥感影像中包括多个目标牲畜；对初始卫星遥感影像进行预处理，得到多个预置像素大小的斑块，并将多个预置像素大小的斑块按照预置比例分成训练数据集及测试数据集；将训练数据集输入至畜牧业检测模型中进行训练，得到训练后的畜牧业检测模型；将测试数据集输入至训练后的畜牧业检测模型中进行测试，得到已测试的畜牧业检测模型；该已测试的畜牧业检测模型用于对目标牲畜进行监测。本公开还提供了一种基于高空间分辨率遥感影像的畜牧业牲畜监测提取装置、电子设备、存储介质及计算机程序产品。

技术领域

本公开涉及图像处理技术领域，具体涉及一种基于高空间分辨率遥感影像的畜牧业牲畜监测提取方法、装置、电子设备、存储介质及程序产品。

背景技术

近年我国的畜牧业养殖得到了快速发展，随着畜牧业养殖环节的现代化水平逐步提升，养殖区内牲畜存栏数飞速激增，很难对各地多个养殖区牲畜存栏数进行一一统计。因此，很有需求开发高效的监测技术手段，使相关统计部分可以定期对养殖区开展畜牧业资源统计，为畜牧业生产布局提供夯实的数据支撑。

随着遥感技术的不断改进，越来越多重访周期短的高空间分辨率遥感影像可以为大范围畜牧业监测提供数据基础。其中，我国的高空间分辨率遥感卫星影像，包括资源三号卫星和高分二号卫星已经大量的应用于遥感目标提取应用中。目前，针对大范围畜牧业监测的相关技术研究较少，主要面临的挑战是畜牧业地区中的牲畜的比例较小、零散分布的牲畜不易检测，以及牲畜与背景环境显著性较小的技术问题。

发明内容

为解决现有技术中存在的问题，本公开实施例提供的一种基于高空间分辨率遥感影像的畜牧业牲畜监测提取方法、装置、电子设备、存储介质及程序产品，基于PPM-Unet网络模型，旨在提高对畜牧业牲畜的识别率。

本公开的第一个方面提供了一种基于高空间分辨率遥感影像的畜牧业牲畜监测提取方法，包括：获取初始卫星遥感影像；其中，初始卫星遥感影像包括多景卫星遥感影像，每景卫星遥感影像中包括多个目标牲畜；对初始卫星遥感影像进行预处理，得到多个预置像素大小的斑块，并将多个预置像素大小的斑块按照预置比例分成训练数据集及测试数据集；将训练数据集输入至畜牧业检测模型中进行训练，得到训练后的畜牧业检测模型；将测试数据集输入至训练后的畜牧业检测模型中进行测试，得到已测试的畜牧业检测模型；其中，该已测试的畜牧业检测模型用于对目标牲畜进行监测。

进一步地，畜牧业检测模型采用PPM-Unet网络结构，包括：特征提取模块及PPM模块；其中，将训练数据集输入至畜牧业检测模型中进行训练，得到训练后的畜牧业检测模型，包括：将训练数据集输入至特征提取模块中进行多次卷积及多次上采样处理，得到第一特征集；将训练数据集输入至PPM模块中进行多次卷积及上采样处理，得到第二特征集；其中，第一特征集与第二特征集中的特征像素大小相同；将第一特征集及第二特征集进行拼接处理，得到畜牧业检测模型的训练结果，该训练结果表征多尺度的目标牲畜特征。

进一步地，将训练数据集输入至特征提取模块中进行多次卷积及多次上采样处理，得到第一特征集，包括：将训练数据集输入至特征提取模块中进行多次卷积，得到多个不同特征大小的特征集；将多个不同特征大小的特征集多次逐层上采样处理，得到第一特征集。

进一步地，将训练数据集输入至PPM模块中进行多次卷积及上采样处理，得到第二特征集，包括：将训练数据集输入至PPM模块中，使用多个不同卷积核依次进行卷积处理，得到多个特征子集；将多个特征子集进行上采样及拼接处理，得到第二特征集。

进一步地，对初始卫星遥感影像进行预处理，得到多个预置像素大小的斑块，包括：将每景卫星遥感影像进行裁剪成512×512像素大小的多个斑块。

进一步地，目标牲畜为牛、猪和羊中的一种或多种。