农田内建筑物检测方法、装置、计算机设备和存储介质与流程

本公开涉及农田内建筑物检测，尤其涉及一种农田内建筑物检测方法、装置、计算机设备和存储介质。

背景技术：

1、在当前全球粮食安全和环境可持续性的大背景下，基本农田的合理利用与保护变得尤为重要。基本农田是农业生产的基础，其质量直接影响农作物的产量。因此，对基本农田进行科学、准确的监测，不仅有助于优化农业管理，还能提高粮食生产能力。

2、基本农田保护面临的挑战之一，就是基本农田变更建设用地的挑战，因此，为了防止基本农田变建设用地，基本农田内建筑物检测是实施基本农田保护制度、确保红线不被突破的重要手段。

3、然而，目前农田内建筑物检测但往往面临以下困难：

4、采用地面调查和人工观测的方式：基本农田监测涉及范围大，同时基本农田内建筑物的提取，缺少自动化提取工具，大部分工作通过人工勾画的方式获取不仅耗时费力，难以快速获取数据，而且费时费力。

5、采用确定机的方法：一般都是采用神经网络、面向对象、支持向量机等方法对同一时期采集的遥感数据进行地物类型提取，但是同一时期的遥感数据的时间分辨率往往不能满足监测的需求，难以利用到物候期信息，同时上述机器学习模型要有比较好的准确度，则需要大量的较为精准的训练数据，而精准的训练数据需要对大量的遥感图像进行人工标注，人工成本高，且难以实现对大量的训练数据进行标注。

技术实现思路

1、为了解决上述技术问题，本公开提供了一种农田内建筑物检测方法、装置、计算机设备和存储介质。

2、一方面，本公开提供了一种农田内建筑物检测方法，所述方法包括：

3、获取目标农田在预设历史时间段内的多张遥感图像，其中，所述预设历史时间段包括所述目标农田的植被的多个物候期；

4、基于所述多张遥感图像，确定所述目标农田的历史地物信息；其中，所述历史地物信息包括：各张所述遥感图像中所述目标农田各地块分别对应的历史地物类型；

5、基于所述目标农田的历史地物信息，确定所述目标农田内是否有建筑物。

6、上述方案中，所述基于所述多张遥感图像，确定所述目标农田的历史地物信息，包括：

7、确定各遥感图像每个像素点的地物类型；

8、基于所有所述遥感图像每个像素点的地物类型，确定所述目标农田的历史地物信息。

9、上述方案中，所述确定各遥感图像每个像素点的地物类型，包括：

10、确定各所述遥感图像每个像素点的归一化植被指数、归一化水体指数和归一化建筑指数；

11、基于预先设置的归一化植被指数、归一化水体指数和归一化建筑指数三者与地物类型之间的对应关系，确定所述像素点的地物类型。

12、上述方案中，所述确定各遥感图像每个像素点的地物类型，包括：

13、确定各所述遥感图像的每个像素点的归一化植被指数，基于所述归一化植被指数，确定各所述遥感图像的植被像素点和非植被像素点；

14、确定各所述遥感图像的每个所述非植被像素点的归一化水体指数，基于所述归一化水体指数，确定各所述遥感图像的水体像素点和非水体像素点；

15、确定各所述遥感图像的每个所述非水体像素点的归一化建筑指数，基于所述归一化建筑指数，确定各所述遥感图像的建筑像素点和非建筑像素点。

16、上述方案中，所述方法还包括以下之一或组合：

17、预先设置像素点的归一化植被指数、归一化水体指数和归一化建筑指数之一或三者组合，与所述像素点的地物类型之间的对应关系。

18、上述方案中，所述基于所有所述遥感图像每个像素点的地物类型，确定所述目标农田的历史地物信息，包括：

19、基于所有所述遥感图像每个像素点的地物类型，按照预设划分规则，对各张所述遥感图像进行地块划分；其中，所述预设划分规则包括：同一所述地块的像素点的历史地物类型相同；

20、基于所述遥感图像的地块划分结果，确定各所述地块对应的历史地物类型。

21、上述方案中，所述基于所述目标农田的历史地物信息，确定所述目标农田内是否有建筑物，包括：

22、在所述目标农田的历史地物信息不包括建筑物的情况下，确定所述目标农田内没有建筑物；

23、在至少一个所述地块的历史地物信息包括建筑物，以及除建筑物以外的至少一种非建筑物类型，则基于所述地块的历史地物类型中建筑物的数量，确定所述目标农田内是否有建筑物；和/或，基于所述地块的所有历史地物类型的时序，确定所述目标农田内是否有建筑物。

24、另一方面，本公开提供了农田内建筑物检测装置，所述装置包括：

25、遥感数据获取模块，用于获取目标农田在预设历史时间段内的多张遥感图像，其中，所述预设历史时间段包括所述目标农田的植被的多个物候期；

26、地物信息确定模块，用于基于所述多张遥感图像，确定所述目标农田的历史地物信息；其中，所述历史地物信息包括：各张所述遥感图像中所述目标农田各地块分别对应的历史地物类型；

27、检测结果输出模块，用于基于所述目标农田的历史地物信息，确定所述目标农田内是否有建筑物。

28、再一方面，本公开提供一种电子设备，包括处理器和存储器；

29、所述处理器通过调用所述存储器存储的程序或指令，用于执行如前所述方法的步骤。

30、再一方面，本公开提供一种确定机可读存储介质，所述确定机可读存储介质存储程序或指令，所述程序或指令使确定机执行如前所述方法的步骤。

31、本公开实施例提供的技术方案与现有技术相比具有如下优点：

32、上述目标农田内建筑物检测方法、装置、计算机设备和存储介质所实现的方案中，通过获取目标农田的植被的多个物候期的多张遥感图像，然后基于所述多张遥感图像，确定所述目标农田的历史地物信息，最后基于所述目标农田的历史地物信息，确定所述目标农田内是否有建筑物。在本发明中针对目标农田遥感图像时间分辨率不足，训练数据不足的问题，获取覆盖目标农田植被多个物候期的遥感图像，从而提升了目标农田遥感图像的时间分辨率，然后根据不同时间获取的目标农田在不同时间的遥感图像，得到目标农田在不同时间包含的历史地物类型，最后根据目标农田在不同时间的历史地物类型，判断目标农田是否有建筑物。从而，充分参考了植被的物候期信息，由于目标农田在植被的不同物候期的遥感图像有很大的差别，因此，通过综合参考目标农田在不同时间的遥感图像，确定目标农田的地物类型，可以有效避免由于遥感图像包含农田信息不够丰富而造成的误判，从而提升了目标农田内是否有建筑物判断的准确度。

技术特征：

1.一种农田内建筑物检测方法，其特征在于，所述方法包括：

2.如权利要求1所述的农田内建筑物检测方法，其特征在于，

3.如权利要求2所述的农田内建筑物检测方法，其特征在于，

4.如权利要求2所述的农田内建筑物检测方法，其特征在于，

5.如权利要求3或4所述的农田内建筑物检测方法，其特征在于，所述方法还包括以下之一或组合：

6.如权利要求2所述的农田内建筑物检测方法，其特征在于，

7.如权利要求1所述的农田内建筑物检测方法，其特征在于，

8.一种农田内建筑物检测装置，其特征在于，所述装置包括：

9.一种计算机设备，包括存储器和处理器，所述存储器中存储有基于机可读指令，所述基于机可读指令被所述处理器执行时，使得所述处理器执行如权利要求1至7中任一项权利要求所述农田内建筑物检测方法的步骤。

10.一种存储有基于机可读指令的存储介质，所述基于机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如权利要求1至7中任一项权利要求所述农田内建筑物检测方法的步骤。

技术总结
本公开涉及农田区域的建筑物监测技术领域，公开了一种农田内建筑物检测方法、装置、计算机设备和存储介质，该方法包括：获取目标农田在预设历史时间段内的多张遥感图像，其中，预设历史时间段包括目标农田的植被的多个物候期；基于多张遥感图像，确定目标农田的历史地物信息；其中，历史地物信息包括：各张遥感图像中目标农田各地块分别对应的历史地物类型；基于目标农田的历史地物信息，确定目标农田内是否有建筑物。提升了农田内建筑物检测的效率和准确度，降低了监测成本。

技术研发人员：付垒,王定未,武彬
受保护的技术使用者：自然资源陕西省卫星应用技术中心
技术研发日：
技术公布日：2024/6/2