基于波段增强的DeepLabv3+多光谱影像葡萄种植区识别

孙志同; 朱珊娜; 高郑杰; 古明扬; 张国良; 张宏鸣

首页> 中文期刊> 《农业工程学报》 >基于波段增强的DeepLabv3+多光谱影像葡萄种植区识别

基于波段增强的DeepLabv3+多光谱影像葡萄种植区识别

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

精准获取葡萄种植区分布信息对其精细化管理和优质基地建设具有重要意义,通常大区域种植区识别主要基于遥感影像完成,但葡萄种植区空间位置的分散性和背景环境的复杂性,使得种植区识别的精度不高。该研究基于DeepLabv3+网络,改进网络输入通道数使其能够接受更多的光谱信息,同时构建波段信息增强模块(BandInformation Enhancement,BIE),利用各波段特征图之间的相关性生成综合特征,提出了波段信息增强的葡萄种植区识别方法(BIE-DeepLabv3+)。在2016和2019年高分二号影像葡萄种植区数据集上训练网络,在2020年影像上测试其性能,结果表明,改进模型输出结果的平均像素精度和平均交并比分别为98.58%和90.27%,识别效果好于机器学习SVM算法,在深度学习DeepLabv3+模型的基础上分别提高了0.38和2.01个百分点,比SegNet分别提高了0.71和4.65个百分点。BIE-DeepLabv3+模型拥有更大的感受野和捕获多尺度信息特征的同时放大了地物间的差异,能够解决影像中葡萄种植区存在类间纹理相似性、背景和环境复杂等问题,在减少模型参数的同时预测出的葡萄种植区更加完整,且边缘识别效果良好,为较大区域内背景复杂的遥感图像葡萄种植区识别提供了有效方法。

著录项

来源
《农业工程学报》 |2022年第7期|229-236|共8页
作者
孙志同; 朱珊娜; 高郑杰; 古明扬; 张国良; 张宏鸣;
展开▼
作者单位

西北农林科技大学信息工程学院;

宁夏智慧农业产业技术协同创新中心;

展开▼
原文格式 PDF
正文语种 chi
中图分类图像处理方法;遥感技术在农业上的应用;
关键词
深度学习; 语义分割; DeepLabv3+; 多光谱影像; 葡萄种植区;

相似文献

中文文献
外文文献
专利

1. 基于DeeplabV3+的无人机遥感影像识别 [J] . 赖丽琦 . 林业调查规划 . 2021,第3期
2. 基于波段指数的高光谱影像波段选择算法 [J] . 龚文娟 ,董安国 ,韩雪 . 激光技术 . 2017,第004期
3. 利于目标识别的高光谱影像波段选择方法 [J] . 张海涛 ,孟祥羽 ,陈虹宇 . 计算机科学 . 2013,第010期
4. 基于地物光谱可分性的CHRIS高光谱影像波段选择及其分类应用 [J] . 吴培强 ,张杰 ,马毅 . 海洋科学 . 2015,第002期
5. 基于森林类型光谱特征的最佳波段选择研究——以HJ/1A高光谱影像为例 [J] . 李俊明 ,邢艳秋 ,杨超 . 森林工程 . 2013,第004期
6. 拉陵灶火浅覆盖区增强岩性识别能力的影像处理方法研究 [C] . 李健强 ,韩海辉 ,张转 . 第十五届全国数学地质与地学信息学术研讨会 . -1
7. 基于U-Net的葡萄种植区遥感影像变化检测 [A] . 张国良 . 2021

基于波段增强的DeepLabv3+多光谱影像葡萄种植区识别

摘要

著录项

相似文献

相关主题

期刊订阅