摘要
本发明公开了一种基于U‑Net与图神经网络的烟田轮廓提取方法，属于农业信息技术与地理空间数据处理技术领域，包括：采集目标烟田区域的GPS点云数据，进行网格划分，构建体素网格；利用U‑Net编码器对体素网格中的数据进行多尺度特征提取，采用k近邻算法构建动态图结构；在U‑Net的瓶颈层引入多头图注意力和时序模块，对动态图结构进行特征增强，输入到U‑Net解码器，输出对应层的高分辨率概率图，与解码器对应层的特征进行融合，重新输入U‑Net解码器中，获得烟田边界的概率图，对所述烟田边界的概率图进行自适应阈值分割以及节点分类，根据节点分类结果获得最终烟田边界。本发明的方法显著提高了烟田轮廓提取的精度。
