首页> 中文期刊> 《信号处理》 >采用深度学习的遥感图像花生种植区域分类技术研究

采用深度学习的遥感图像花生种植区域分类技术研究

         

摘要

近年来,深度学习在图像处理和数据分析等方面取得了巨大的进展.针对传统遥感估计农作物种植面积统计方法时效性差、依赖人工操作经验、耗费人力资源等问题,以Sentinel-2卫星遥感影像为数据基础,提出了一种基于深度学习的农作物种植区域分类方法.实验以从背景中提取出花生种植区域为目标,首先对Sentinel-2遥感影像数据进行预处理,然后用人工目视解译的方法标注遥感影像中种植花生的区域,将标注后的图像输入到图像分割网络中进行训练,最后将测试图像输入到训练好的分割网络,获得测试结果:检测准确率为89.20%,检测召回率为79.22%.

著录项

  • 来源
    《信号处理》 |2019年第4期|617-622|共6页
  • 作者

    黄云; 唐林波; 李震; 龙腾;

  • 作者单位

    北京理工大学嵌入式实时信息处理技术北京市重点实验室;

    北京100081;

    北京理工大学信息与电子学院;

    北京100081;

    北京理工大学嵌入式实时信息处理技术北京市重点实验室;

    北京100081;

    北京理工大学信息与电子学院;

    北京100081;

    北京理工大学嵌入式实时信息处理技术北京市重点实验室;

    北京100081;

    北京理工大学信息与电子学院;

    北京100081;

    北京理工大学嵌入式实时信息处理技术北京市重点实验室;

    北京100081;

    北京理工大学信息与电子学院;

    北京100081;

  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 图像解释、判读;
  • 关键词

    农作物; 分类; 深度学习; 遥感; 农业监测;

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号