论文摘要
冬小麦是我国主要的粮食作物,获取精细的冬小麦种植信息对于指导农业生产具有重要的意义。通过对RefineNet模型进行扩展,形成了适宜提取冬小麦种植信息的Ex-RefineNet（ExtendRefineNet）模型,Ex-RefineNet模型由两个子模型组成,Ex-RefineNet-Edge子模型用于提取冬小麦种植区域的边缘像素,Ex-RefineNet-Inner子模型用于提取冬小麦种植区域的内部像素,使用贝叶斯模型对两个子模型的提取结果进行合并处理,形成最终提取结果。利用山东省济南市和泰安市的16幅高分2号遥感影像进行实验,将每幅影像的2/3作为训练数据,其他数据作为测试数据,选择平均精度、查全率和Kappa系数作为对比指标,Ex-RefineNet模型的结果分别为0.93、0.92、0.91,而RefineNet模型的结果分别为0.86、0.84、0.83,说明本文给出的方法在提取冬小麦种植信息方面具有较明显的优势。
论文目录
文章来源
类型: 期刊论文
作者: 宋德娟,魏青迪,张承明,李峰,韩颖娟,范克琦
关键词: 影像分割,模型,贝叶斯模型,冬小麦
来源: 遥感技术与应用 2019年04期
年度: 2019
分类: 基础科学,信息科技,工程科技Ⅱ辑,农业科技
专业: 工业通用技术及设备,农作物,自动化技术
单位: 山东农业大学信息科学与工程学院,山东省气候中心,中国气象局旱区特色农业气象灾害监测预警与风险管理重点实验室
基金: 国家重点研发计划项目(2017YFA0603004),国家自然科学基金项目(41471299),山东省自然科学基金项目(ZR2017MD018),中国气象局旱区特色农业气象灾害监测预警与风险管理重点实验室开放研究项目(CAMF-201701,CAMF-201803)
分类号: TP751;S512.11
页码: 720-726
总页数: 7
文件大小: 1339K
下载量: 92