大规模景观图像斑块特征增强算法仿真

不同景观斑块特征存在一定的差异,整体增强会导致斑块重叠和模糊等问题。为此,提出一种大规模景观图像斑块特征增强算法。计算大规模景观图像斑块形状指数、多样性指数、破碎性指数、最大斑块指数以及优势度指数,以此反映景观图像内斑块组成和结构特征,并度量景观斑块特征;再将所有指数计算结果组成斑块特征集,输入多分支注意力机制卷积神经网络中,依据网络通道注意力机制增强图像斑块特征分辨率;最后,将增强结果作为局部特征融合网络的输入,通过该网络的卷积操作生成各个通道的局部斑块图,获取局部特征、斑块特征的位置和细节信息,完成斑块特征二次增强。仿真实验结果表明:所提出的增强算法的梯度损失和结构相似性损失函数值均在0.10以下,说明其能够有效处理斑块边缘之间的模糊效应,并且可靠区分不同的景观斑块分布空间。