CN118968335B 一种基于改进智能算法的遥感数据耕地利用变化检测方法 （成都大学）

一种基于改进智能算法的遥感数据耕地利本发明公开了一种基于改进智能算法的遥2S4、利用动态时空图卷积网络对提取的特征信息所述S3包括：对预处理后的遥感图像数据进行多层次卷积变换处理2.根据权利要求1所述的一种基于改进智能算法的遥感数据耕地利用变化检测方法，33.根据权利要求2所述的一种基于改进智能算法的遥感数据耕地利用变化检测方法，S25、对校正和配准后的多光谱图像Imultispectral和雷达图像Iradar进行基于加权平均和4.根据权利要求3所述的一种基于改进智能算法的遥感数据耕地利用变化检测方法，入遥感图像Ifused数据特征图的内容动态调整卷积核的形m,n,k+bk；i,j,k为池化后特征图在位置(i,j)的值，yitmjtn,hyitm2jtngk…yirtmnjtnnk为4k为键向量的维度；5.根据权利要求4所述的一种基于改进智能算法的遥感数据耕地利用变化检测方法，S41、将多维度特征矩阵Fflattened作为输入，构建6.根据权利要求5所述的一种基于改进智能算法的遥感数据耕地利用变化检测方法，5LMTL=αLexpansion+βLreducti其中，Lexpansion为耕地扩张检测任务的损失，Lreduction为耕地缩减检测任务的损失，GD7.根据权利要求6所述的一种基于改进智能算法的遥感数据耕地利用变化检测方法，区域的地理位置由变化检测矩阵C中的位置坐6[0003]首先，传统的耕地利用变化检测方法通常依赖于人工标注和简单的图像处理技快速变化的耕地利用情况。传统的图像处理方法往往需要对大规模遥感数据进行逐帧处员和环境保护机构)需要直观的结果展示和详细的变化报告，以便理解检测结果并据此做[0007]本发明的一个目的在于提出一种基于改进智能算法的遥感数据耕地利用变化检7[0008]根据本发明实施例的一种基于改进智能算法的遥感数据[0025]S21、对采集的多光谱图像进行图像校正，所述图像校正包括辐射校正和大气校[0028]S24、利用特征点匹配和基于区域的匹配方法对多光谱图像和雷达图像进行图像8[0029]S25、对校正和配准后的多光谱图像Imultispectral和雷达图像Iradar进行基于加权平据输入遥感图像Ifused数据特征图的内容动态调整＝+bk；为卷积输出特征图在多尺度池化窗口内的值；[0048]其中，Fflattened为展平后的多维度特征矩阵，Ifused为融合后的遥感图像，Conv9[0060]其中，Dst为动态时空特征矩阵，T为时间卷积层的输出，G为图卷积层的输出，[0068]其中，D(x)为判别器对真实数据x的判别结果，G(z)为生成器生成的变化检测结变化区域的地理位置由变化检测矩阵C中的位置坐标和分类结果中的变化类[0088](1)本发明通过采用多层次卷积变换与自适应特征增强相结合的智能算法，对预[0091]图1为本发明提出的一种基于改进智能算法的遥感数据耕地利用变化检测方法的[0113]S24、利用特征点匹配和基于区域的匹配方法对多光谱图像和雷达图像进行图像[0114]S25、对校正和配准后的多光谱图像Imultisprctral和雷达图像Iradar进行基于加权平据输入遥感图像Ifused数据特征图的内容动态调整＝+bk；为卷积输出特征图在多尺度池化窗口内的值；[0133]其中，Fflattened为展平后的多维度特征矩阵，Ifused为融合后的遥感图像，Conv[0145]其中，Dst为动态时空特征矩阵，T为时间卷积层的输出，G为图卷积层的输出，[0153]其中，D(x)为判别器对真实数据x的判别结果，G(z)为生成器生成的变化检测结区域的地理位置由变化检测矩阵C中的位置坐