您好,欢迎访问湖北省农业科学院 机构知识库!

基于Psi-Net深度学习网络的高空间分辨率遥感影像地块尺度的耕地提取

文献类型: 中文期刊

作者: 马海荣 1 ; 沈祥成 1 ; 罗治情 1 ; 陈娉婷 1 ; 郑明雪 1 ; 官波 1 ;

作者机构: 1.湖北省农业科学院农业经济技术研究所/湖北省农业科技创新中心农业经济技术研究分中心/湖北省乡村振兴研究院

关键词: Psi-Net深度学习网络;高空间分辨率;耕地地块;遥感影像

期刊名称: 湖北农业科学

ISSN: 0439-8114

年卷期: 2024 年 63 卷 011 期

页码: 197-202

收录情况: 北大核心

摘要: 将语义分割和边缘检测深度学习网络结合,构建Psi-Net深度学习网络。结果表明,Psi-Net深度学习网络能有效识别耕地,绝大部分耕地被有效提取出来,正确率(Accuracy)为96.3%,生产精度(PA)为98.1%,用户精度(UA)为97.1%。Psi-Net深度学习网络在耕地地块边界识别时有了耕地范围的限定,减少对非耕地地块边界的识别,完备性为74.3%,正确性为80.2%,质量为62.8%。Psi-Net深度学习网络可以有效识别面状耕地范围,并且在耕地范围的限制下,提取的地块尺度耕地边界均落在耕地范围内,不会对耕地外的地块边界进行识别,有效减少了似地块边界提取噪声的影响。

  • 相关文献

[1]基于深度学习的遥感影像耕地地块边界提取应用. 马海荣. 2023

作者其他论文 更多>>