(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210071016.6 (22)申请日 2022.01.21 (71)申请人 北京师范大学 地址 100875 北京市海淀区新 街口外大街 19号 (72)发明人 潘耀忠　朱昱　张杜娟　 (74)专利代理 机构 北京高沃 律师事务所 1 1569 代理人 赵兴华 (51)Int.Cl. G06V 20/10(2022.01) G06V 10/26(2022.01) G06V 10/28(2022.01) G06V 10/44(2022.01) G06V 10/764(2022.01) G06K 9/62(2022.01) (54)发明名称 一种遥感影像耕地地块自动提取方法及系 统 (57)摘要 本发明的目的是提供一种遥感影像耕地地 块自动提取方法及系统， 方法包括获取研究区遥 感影像； 将研究区遥感影像的每个像素值均输入 到边界特征提取模型中， 得到研究区遥感影像中 每个像素点的边界概率； 边界特征提取模型是对 改进后的语义分割网络进行训练得到的； 根据研 究区遥感影像中每个像素点的边界概率， 确定耕 地地块过分割影像； 利用分水岭分割算法对耕地 地块过分割影像进行处理， 进而划分研究区遥感 影像中的耕地地块。 本发明通过训练改进后的语 义分割网络， 得到边界特征提取模 型以确定研究 区遥感影像中每个像素点的边界概率， 并通过分 水岭分割算法对边界特征提取模型的识别结果 进行处理， 提高了遥感影像耕地地块自动提取的 提取精度。 权利要求书3页 说明书8页 附图3页 CN 114419443 A 2022.04.29 CN 114419443 A 1.一种遥感影 像耕地地块自动提取 方法， 其特 征在于， 所述方法包括： 获取研究区遥感影 像； 将所述研究区遥感影像的每个像素值均输入到边界特征提取模型中， 得到研究区遥感 影像中每个像素点的边界概率； 所述边界特征提取模型是利用标记研究区历史遥感影像， 对改进后的语义分割网络进行训练得到的； 所述改进后的语义分割网络是在的语义分割网 络中添加浅层模块后得到的； 所述浅层模块用于识别线性信息； 根据研究区遥感影 像中每个像素点的边界概 率， 确定耕地 地块过分割影 像； 利用分水岭分割算法对耕地地块过分割影像进行处理， 得到过分割区域集合和公共边 界集合； 根据所述过分割区域 集合和所述公共边界集 合， 确定地 块边界识别量； 根据所述 地块边界识别量划分所述研究区遥感影 像中的耕地 地块。 2.根据权利要求1所述的遥感影像耕地地块自动 提取方法， 其特征在于， 在所述获取研 究区遥感影 像之前， 还 包括： 获取研究区历史遥感影 像； 将研究区历史遥感影像中的边界处像素点的边界概率标记为1， 将研究区历史遥感影 像中的非边界处像素点的边界概 率标记为0， 得到标记研究区历史遥感影 像； 以标记研究区历史遥感影像的像素值为输入， 以像素的边界概率为输出， 对改进后的 语义分割网络进行训练， 得到所述 边界特征提取模型。 3.根据权利要求1所述的遥感影像耕地地块自动 提取方法， 其特征在于， 所述根据研究 区遥感影 像中每个像素点的边界概 率， 确定耕地 地块过分割影 像， 具体包括； 将研究区遥感影像中每个像素点的边界概率作为对应像素点的灰度值， 构建边界概率 影像； 对边界概 率影像中所有灰度值均进行二 值化处理， 得到耕地 地块过分割影 像。 4.根据权利要求1所述的遥感影像耕地地块自动 提取方法， 其特征在于， 所述根据 所述 过分割区域 集合和所述公共边界集 合， 确定地 块边界识别量， 具体包括： 令迭代次数n 为1； 以研究区为 根节点， 以过分割区域 集合中过分割区域 为叶子节点构建第n层结构层次； 确定所述公共边界集合中每条公共边界的权重值； 所述权重值为公共边界中所有像素 点处边界概 率的平均值； 将与权重值最小的公共边界相邻的多个子区域合并， 得到更新后的过分割区域集合和 更新后的公共边界集合， 令迭代次数n的数值增加1， 并返回步骤 “以研究区为根节点， 以过 分割区域集合中过分割区域为叶子节点构建第n层结构层次 ”直至迭代次数n达到层次阈 值， 确定第n层结构层次对应的地块边界为地块边界识别量； 所述过分割区域包括多个子区 域； 与所述公共边界相邻的子区域的数量大于一； 与所述非公共边界相邻的过分割区域的 数量为1且与所述非 公共边界相邻的子区域的数量 为1。 5.根据权利要求1所述的遥感影像耕地地块自动 提取方法， 其特征在于， 所述根据 所述 地块边界识别量划分所述研究区遥感影 像中的耕地 地块， 具体包括： 将所述地块边界识别量 转化为地块边界矢量数据； 对所述地块边界矢量数据进行去噪处 理， 得到去噪后的地 块边界矢量数据；权　利　要　求　书 1/3 页 2 CN 114419443 A 2利用道格拉斯 ‑普克算法将去噪后的地块边界矢量数据进行直线化处理， 得到直线化 后的地块边界矢量数据； 根据所述 直线化后的地 块边界矢量数据划分所述研究区遥感影 像中的耕地 地块。 6.一种遥感影 像耕地地块自动提取系统， 其特 征在于， 所述系统包括： 研究区遥感影 像获取模块， 用于获取研究区遥感影 像； 边界概率确定模块， 用于将所述研究区遥感影像的每个像素值均输入到边界特征提取 模型中， 得到研究区遥感影像中每个像素点的边界概率； 所述边界特征提取模型是利用标 记研究区历史遥感影像， 对 改进后的语义分割网络进行训练得到的； 所述改进后的语义分 割网络是在的语义分割网络中添加浅层模块后得到的； 所述浅层模块用于识别线性信息； 耕地地块过分割影像确定模块， 用于根据研究区遥感影像中每个像素点的边界概率， 确定耕地 地块过分割影 像； 地块边界识别量确定模块， 用于利用分水岭分割算法对耕地地块过分割影像进行处 理， 得到地 块边界识别量； 集合提取模块， 用于利用分水岭分割算法对耕地地块过分割影像进行处理， 得到过分 割区域集合和公共边界集 合； 地块边界识别量确定模块， 用于根据所述过分割区域集合和所述公共边界集合， 确定 地块边界识别量； 耕地地块提取模块， 用于根据 所述地块边界识别量划分所述研究区遥感影像中的耕地 地块。 7.根据权利要求6所述的遥感影像耕地地块自动提取系统， 其特征在于， 所述系统， 还 包括： 历史遥感影 像获取模块， 用于获取研究区历史遥感影 像； 标记模块， 用于将研究区历史遥感影像中的边界处像素点的边界概率标记为1， 将研究 区历史遥感影 像中的非边界处像素点的边界概 率标记为0， 得到标记研究区历史遥感影 像； 边界特征提取模型确定模块， 用于以标记研究区历史遥感影像的像素值为输入， 以像 素的边界概 率为输出， 对改进后的语义分割网络进行训练， 得到所述 边界特征提取模型。 8.根据权利要求6所述的遥感影像耕地地块自动 提取系统， 其特征在于， 所述耕地地块 过分割影 像确定模块， 具体包括； 边界概率影像构建单元， 用于将研究区遥感影像中每个像素点的边界概率作为对应像 素点的灰度值， 构建边界概 率影像； 耕地地块过分割影像确定单元， 用于对边界概率影像中所有灰度值均进行二值化处 理， 得到耕地 地块过分割影 像。 9.根据权利要求6所述的遥感影像耕地地块自动 提取系统， 其特征在于， 所述地块边界 识别量确定模块， 具体包括： 迭代次数 赋值单元， 用于令迭代次数n 为1； 结构层次构建单元， 用于以研究区为根节点， 以过分割区域集合中过分割区域为叶子 节点构建第n层结构层次； 权重值确定单元， 用于确定所述公共边界集合中每条公共边界的权重值； 所述权重值 为公共边界中所有像素点处边界概 率的平均值；权　利　要　求　书 2/3 页 3 CN 114419443 A 3