[发明专利]植被识别方法、装置、设备及可读存储介质

说明书

本发明公开了一种植被识别方法、装置、设备及可读存储介质，所述方法包括：获取待识别地理区域对应的图像数据，其中，所述图像数据包括红绿蓝三波段对应的三色波段数据和红边范围内波段对应的红边波段数据；将所述图像数据输入预设植被识别模型进行识别，得到所述图像数据对应的植被识别结果。本发明实现了通过红边波段数据所增加的图像特征来弥补低分辨率图像中目标物模糊不清的不足，提升通过低分辨率图像进行植被识别的结果准确率。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种植被识别方法、装置、设备及可读存储介质。

背景技术

由于植被能够带来经济价值和环保价值等各方面的价值，维护和调控各种植被的种植面积一直是人们重点关注的问题和努力的方向。例如，在东南亚，棕榈树(油椰子树)种植是该地区重要的经济来源，同时也是导致热带森林被破坏的因素，故需要权衡棕榈树对热带森林破坏的影响和其带来经济效应，调控其种植面积。目前通过对高清的遥感影响进行植被识别获取植被的种植面积，作为经济政策的依据。但是，获取高清的遥感影像成本较高，且高清遥感影像的更新频率低，不利于对植被种植情况做评估。采用低分辨率的图像来进行识别也是一种途径，但是由于低分辨率图像中植被画面模糊，植被特征不明显，从而难以获得准确率高的植被识别结果。

发明内容

本发明的主要目的在于提供一种植被识别方法、装置、设备及可读存储介质，旨在目前通过低分辨率图像进行植被识别得到的植被识别结果准确率不高的问题。

为实现上述目的，本发明提供一种植被识别方法，所述方法包括以下步骤：

获取待识别地理区域对应的图像数据，其中，所述图像数据包括红绿蓝三波段对应的三色波段数据和红边范围内波段对应的红边波段数据；

将所述图像数据输入预设植被识别模型进行识别，得到所述图像数据对应的植被识别结果。

可选地，所述将所述图像数据输入预设植被识别模型进行识别，得到所述图像数据对应的植被识别结果的步骤包括：

将所述三色波段数据输入所述预设植被识别模型中的第一特征编码网络进行编码，得到第一特征编码结果；

将所述红边波段数据输入所述预设植被识别模型中的第二特征编码网络进行编码，得到第二特征编码结果；

将所述第一特征编码结果和所述第二特征编码结果进行合并后输入所述预设植被识别模型中的解码网络进行解码，得到所述图像数据对应的植被识别结果。

可选地，当所述植被识别结果为表征所述图像数据中各个像素点是否属于植被区域的语义图时，

所述将所述图像数据输入预设植被识别模型进行识别，得到所述图像数据对应的植被识别结果的步骤之后，还包括：

在识别得到所述待识别地理区域在不同时间点的图像数据对应的语义图后，对各所述语义图进行对比，得到在后时间点的语义图相对于在前时间点的语义图的变化区域；

根据所述变化区域的变化类别在所述在后时间点的语义图中进行变化标记后，输出各时间点的语义图。

可选地，当所述植被识别结果为表征所述图像数据中各个像素点是否属于植被区域的结果时，

所述将所述图像数据输入预设植被识别模型进行识别，得到所述图像数据对应的植被识别结果的步骤之后，还包括：

根据所述植被识别结果统计所述图像数据中属于植被区域的像素点数；

将所述像素点数除以所述图像数据的像素点总数得到所述待识别地理区域中的植被区域面积占比。

可选地，所述将所述像素点数除以所述图像数据的像素点总数得到所述待识别地理区域中的植被区域面积占比的步骤之后，还包括：