欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2024107598594
申请人: 宁波大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.基于深度学习空谱超分的水稻白叶枯病遥感精细监测方法,其特征在于,包括:S1、获取影像数据,并对所述影像数据进行预处理;

S2、通过联合空间-光谱分辨率增强模型,增强影像数据的空间分辨率和光谱分辨率,获取空-谱分辨率增强图;

S3、分析影像的空间-光谱特征,实现水稻病害分类。

2.根据权利要求1所述的基于深度学习空谱超分的水稻白叶枯病遥感精细监测方法,其特征在于,S2中,所述增强影像数据的空间分辨率,表示为:SR

LR

Q=VGG(up(LR

K=V=VGG(AdaIN(up

SR

其中,LR

3.根据权利要求2所述的基于深度学习空谱超分的水稻白叶枯病遥感精细监测方法,其特征在于,S2中,增强影像数据的光谱分辨率,表示为:SSR=DFF(SR

SR=STANet(LR

其中,DFF为基于密集残差结构的特征提取器,SSR表示两个升尺度特征的融合结果,STANet为光谱超分辨率网络;SR为最终得到的空-谱分辨率增强图。

4.根据权利要求3所述的基于深度学习空谱超分的水稻白叶枯病遥感精细监测方法,其特征在于,S3包括:S301、通过3D卷积、分组卷积和点卷积对输入的空-谱分辨率增强图以及低分辨率图像进行初步的特征提取;

S302、采用注意力机制来捕捉序列中不同位置之间的细微关系,并引入交互信息;

S303、通过线性层将提取的特征映射到输出类别的分数,以实现精确分类。

5.根据权利要求4所述的基于深度学习空谱超分的水稻白叶枯病遥感精细监测方法,其特征在于,还包括:S4、在公共数据集及现场采集的数据上进行测试。

6.根据权利要求5所述的基于深度学习空谱超分的水稻白叶枯病遥感精细监测方法,其特征在于,S1中,所述影像数据包括Sentinel-2和VENμS卫星在相同时间获取的影像数据。

7.基于深度学习空谱超分的水稻白叶枯病遥感精细监测系统,其特征在于,用于执行权利要求1至6任一所述的水稻白叶枯病遥感精细监测方法,包括:获取模块,用于获取影像数据,并对所述影像数据进行预处理;

增强模块,用于通过联合空间-光谱分辨率增强模型,增强影像数据的空间分辨率和光谱分辨率,获取空-谱分辨率增强图;

分类模块,用于分析影像的空间-光谱特征,实现水稻病害分类。

8.一种计算机存储介质,其特征在于,所述计算机存储介质内存储有计算机程序;所述计算机程序在计算机上运行时,使得计算机执行权利要求1至6任一所述的水稻白叶枯病遥感精细监测方法。