利用RefineNet模型提取冬小麦种植信息的方法

• 作者: 宋德娟 张承明 李峰 范克琦 韩颖娟 魏青迪
• 来源期刊: 遥感技术与应用
• 学科: 工学
• 关键词: 影像分割 GF-2 RefineNet模型 贝叶斯模型 冬小麦
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: CNN专栏
• 页码范围: 720-726
• 页数: 7页
• 分类号: TP753
• 语种: 中文
• DOI: 10.11873/j.issn.1004-0323.2019.4.0720

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(Extend-RefineNet)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.