1.一种基于多尺度时变信息提取网络的SAR农作物分类方法，其特征在于，包括以下步骤：获取待分类时序SAR影像；对所述待分类时序SAR影像进行预处理，并根据预处理结果和预设的标签数据进行配准，得到待分类切片数据；将所述待分类切片数据输入至预先构建的分类网络模型，得到所述待分类时序SAR影像的农作物分类结果，其中，所述预先构建的分类网络模型由多尺度时变信息模块和多尺度空间信息模块融合构建的初始网络模型训练得到；其中，在将所述待分类切片数据输入至预先构建的分类网络模型之前，还包括：获取多个目标时序SAR影像；对所述多个目标时序SAR影像进行预处理，并将预处理的所述多个目标时序SAR影像和所述预设的标签数据进行配准得到切片数据集；将所述切片数据集划分为训练集和测试集，并利用所述训练集训练由所述多尺度时变信息模块和所述多尺度空间信息模块融合构建的初始网络模型，得到初始分类网络模型；利用所述测试集对所述初始分类网络模型进行测试，并在测试结果满足预设分类标准时，将所述初始分类网络模型作为所述预先构建的分类网络模型；所述多尺度时变信息模块为： ；其中， 为不同时相雷达影像散射差， 为 时刻的时相。
2.根据权利要求1所述的方法，其特征在于，在利用所述测试集对所述初始分类网络模型进行测试之后，还包括：若所述测试结果不满足所述预设分类标准，则调整所述训练集和所述测试集的划分比例，并根据新划分的测试集重新训练所述初始网络模型，直至新的测试结果满足所述预设分类标准，得到所述预先构建的分类网络模型。
3.根据权利要求1所述的方法，其特征在于，所述对所述待分类时序SAR影像进行预处理，包括：对所述待分类时序SAR影像进行轨道校正处理，得到第一处理影像；对第一处理影像进行辐射定标处理，得到第二处理影像；对第二处理影像进行几何校正处理，得到第三处理影像；对第三处理影像进行相干斑滤波处理，得到第四处理影像；对第四处理影像进行配准，得到所述预处理结果。
4.一种基于多尺度时变信息提取网络的SAR农作物分类装置，其特征在于，包括：获取模块，用于获取待分类时序SAR影像；预处理模块，用于对所述待分类时序SAR影像进行预处理，并根据预处理结果和预设的标签数据进行配准，得到待分类切片数据；分类模块，用于将所述待分类切片数据输入至预先构建的分类网络模型，得到所述待分类时序SAR影像的农作物分类结果，其中，所述预先构建的分类网络模型由多尺度时变信息模块和多尺度空间信息模块融合构建的初始网络模型训练得到；其中，在将所述待分类切片数据输入至预先构建的分类网络模型之前，所述分类模块，还用于：获取多个目标时序SAR影像；对所述多个目标时序SAR影像进行预处理，并将预处理的所述多个目标时序SAR影像和所述预设的标签数据进行配准得到切片数据集；将所述切片数据集划分为训练集和测试集，并利用所述训练集训练由所述多尺度时变信息模块和所述多尺度空间信息模块融合构建的初始网络模型，得到初始分类网络模型；利用所述测试集对所述初始分类网络模型进行测试，并在测试结果满足预设分类标准时，将所述初始分类网络模型作为所述预先构建的分类网络模型；所述多尺度时变信息模块为： ；其中， 为不同时相雷达影像散射差， 为 时刻的时相。
5.一种电子设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如权利要求1-3任一项所述的基于多尺度时变信息提取网络的SAR农作物分类方法。
6.一种计算机存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行，以用于实现如权利要求1-3任一项所述的基于多尺度时变信息提取网络的SAR农作物分类方法。
7.一种计算机程序产品，其特征在于，包括计算机程序，所述计算机程序被处理器执行时，用于实现权利要求1-3任一项所述的基于多尺度时变信息提取网络的SAR农作物分类方法。
