基于全卷积神经网络的灌区无人机正射影像渠系提取

• 作者: 张宏鸣 杨江涛 王斌 蒲攀 蔚继承 韩文霆
• 来源期刊: 农业机械学报
• 学科: 农学
• 关键词: 渠系 提取 全卷积神经网络 无人机 正射影像 语义分割
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 农业信息化工程
• 页码范围: 241-248
• 页数: 8页
• 分类号: S247.2|TP79
• 字数: 3818字
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2019.06.027

摘要

为快速准确获取灌区渠系分布信息,科学调配区域农业水资源、提高水资源利用率,通过基于全卷积神经网络(Fully convolutional networks,FCN)的语义分割模型进行渠系轮廓提取.利用无人机采集正射影像并进行标注,以VGG-19网络为基础,通过多尺度特征融合的方式实现FCN-8s结构,使用Tensorflow深度学习框架构建FCN渠系提取模型;对数据集进行数据增强,分割后放入FCN模型中训练、测试.实验结果显示,针对不同复杂程度的测试区域,FCN模型的提取准确度、完整度、精度均高于支持向量机方法和改进霍夫变换方法,均值分别为95.78％、92.29％、89.45％.结果 表明,该方法能够实现灌区渠系轮廓的高精度提取,具有较好的泛化性和鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王斌	西北农林科技大学信息工程学院	41	194	8.0	11.0
2	蔚继承	西北农林科技大学信息工程学院	10	25	3.0	4.0
3	张宏鸣	西北农林科技大学信息工程学院	31	204	7.0	13.0
4	韩文霆	西北农林科技大学机械与电子工程学院	32	438	9.0	20.0
5	杨江涛	西北农林科技大学水利与建筑工程学院	17	182	6.0	13.0
6	蒲攀	西北农林科技大学信息工程学院	4	16	3.0	4.0