首页> 中文期刊> 《科学技术创新》 >改进U-Net的小宗作物遥感图像分割研究

改进U-Net的小宗作物遥感图像分割研究

         

摘要

利用高分辨率遥感图像准确地获得农作物的空间分布信息,在农作物估产研究中有重要的意义。针对小宗作物分布零散、数据量少的实际问题,基于国产高分二号(GF-2)遥感图像,以芝麻为研究样例,使用基于U-Net自主改进的卷积神经网络mU-ResPlus,对遥感图像进行高精度分割研究。首先减少U-Net网络层数,然后使用多个反卷积融合图像浅层与深层的特征,并且引入残差块,实现网络的精细化分割效果。实验结果表明,mU-ResPlus的准确率和Kappa系数分别为87.4%和0.747,图像分割的边缘精细度上也有较大提升,在小宗作物图像分割研究上具有较高的应用前景。

著录项

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