基于卷积神经网络的无人机遥感农作物分类

• 作者: 任媛媛 汪传建 赵庆展 马永建
• 来源期刊: 农业机械学报
• 学科: 农学
• 关键词: 深度学习 无人机遥感 卷积神经网络 农作物分类
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 农业信息化工程
• 页码范围: 161-168
• 页数: 8页
• 分类号: TP79|S127
• 字数: 5297字
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2019.11.018

摘要

针对采用长时间序列卫星影像、结合物候特征进行农作物精细分类识别精度较低的问题,将深度学习用于无人机遥感农作物识别,提出一种基于卷积神经网络的农作物精细分类方法,利用卷积神经网络提取高分辨率遥感影像中的农作物特征,通过调整网络参数及样本光谱组合,进一步优化网络结构,得到农作物识别模型.研究结果表明:卷积神经网络能够有效地提取影像中的农作物信息,实现农作物精细分类.除地块边缘因农作物种植稀疏、混杂而产生少许错分现象外,其他区域均得到较好的分类效果.经训练优化后的模型对3种农作物总体分类精度可达97.75％,优于SVM、BP神经网络等分类算法.