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。
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。