基于改进Unet++的丘陵地区耕地地块深度分割与提取

文献类型： 中文期刊

第一作者： 张海天

作者： 张海天;高懋芳;任超

作者机构：

关键词： 丘陵耕地;多尺度分割;Unet++;迁移学习;遥感影像

期刊名称： 航天返回与遥感

ISSN： 1009-8518

年卷期： 2022 年 04 期

页码： 36-45

收录情况： 北大核心 ; CSCD

摘要： 丘陵地区耕地地块具有结构复杂、种植类型多样且破碎度高等特点，针对传统分类方法对耕地信息难以快速准确提取的问题，文章基于“高分一号”卫星影像和Unet++网络模型，采用余弦退火学习率实现了复杂丘陵地区耕地信息的准确深度分割和分类。首先利用多尺度分割方法完成了深度迁移学习模型中典型区域耕地样本标签的制作及其结果验证；其次，采用规则格网裁切方法构建影像和标签训练数据集，在PyTorch环境完成了模型的训练；最后，将改进后模型与Unet和SVM方法进行了分类精度和泛化性能的对比分析。结果表明：改进的Unet++网络模型在复杂丘陵地区耕地提取结果的总体精度为92.75%，比SVM和Unet的提取精度分别提高了9.06%和2.50%。因此，基于Unet++的深度学习模型不仅能够有效抑制复杂的背景噪声，还能从遥感影像中学习到更强的语义特征，从而获得更加准确的耕地信息。该方法可为农作物面积监测和产量估算等实际应用提供基础数据支持。

分类号： S127`TP751

  • 相关文献

[1]基于中分辨率影像的农田管理单元自动提取研究. 张竞成,顾晓鹤,王纪华,黄文江,何馨,罗菊花. 2010

[2]基于迁移学习和金字塔卷积网络的河蟹个体图像识别方法研究. 冯裕清,杨信廷,徐大明,罗娜,陈枫,孙传恒. 2022

[3]基于深度学习与特征可视化方法的草地贪夜蛾及其近缘种成虫识别. 魏靖,王玉亭,袁会珠,张梦蕾,王振营. 2020

[4]稀疏分层概率自组织图实例迁移学习方法. 吴蕾,田儒雅,张学福. 2016

[5]基于机器学习和无人机图像的棉花密度识别研究. 张静,王清茹,雷亚平,王占彪,韩迎春,李小飞,邢芳芳,范正义,李亚兵,冯璐. 2021

[6]机器视觉结合深度学习对荔枝估产的算法研究. 高翔,陈福展,董力中,卢嘉威,李媛媛,凡超,陈万云. 2024

[7]基于深度残差网络的小样本杯沿缺陷检测. 金宇霏,陆慧娟,郭鑫璐,张俊,朱文杰. 2021

[8]基于改进DeepLab v3+模型和迁移学习的高分遥感耕地信息提取方法. 毛星,金晶,张欣,戴佩玉,任妮. 2023

[9]基于CycleGAN和注意力增强迁移学习的小样本鱼类识别. 刘世晶,刘阳春,钱程,郑浩君,周捷,张成林. 2023

[10]小样本目标检测研究综述. 刘春磊,陈天恩,王聪,姜舒文,陈栋. 2023

[11]基于多尺度和注意力机制的番茄病害识别方法. 张宁,吴华瑞,韩笑,缪祎晟. 2021

[12]基于迁移学习的多模型水稻病害识别方法研究. 王忠培,张萌,董伟,朱静波,孔娟娟,钱蓉. 2021

[13]基于TMU-Net网络的苹果果心分割方法. 刘长勇,李思佳,史慧,查志华,邓红涛. 2022

[14]基于迁移学习的嫩江市主要农作物遥感分类. 吴禹瑨,李禹萱,宋茜,任超,冷佩. 2023

[15]面向地震波初至智能拾取的超分辨率深度残差方法研究. 李建平,张硕伟,丁仁伟,麻晓敏,赵俐红,赵硕. 2023

[16]基于“3S”技术的大庆市盐渍化动态监测及治理措施. 刘艳霞. 2011

[17]SCS+C地形辐射校正模型的应用分析研究. 钟耀武,刘良云,王纪华,阎广建. 2006

[18]基于多时相遥感数据和HSV变换的越冬前冬小麦面积提取. 赵叶,李存军,周静平,竞霞,荆伟斌. 2019

[19]基于SAM的田块提取方法在田块平整成效评价中的应用研究. 郝雪丽,李会宾,段玉林,尚国琲,余强毅. 2023

[20]芦笋种植面积遥感提取. 王猛,隋学艳,梁守真,姚慧敏,侯学会. 2016

作者其他论文 更多>>

微信小程序