基于深度学习的甘蔗种植区域遥感提取方法研究

• 作者: 朱明 杨如军 蒋宇雯
• 来源期刊: 南方自然资源
• 关键词: 深度学习 甘蔗种植区域提取 卷积 高分辨率卫星影像 神经网络
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 技术前沿
• 页码范围: 64-68,76
• 页数: 6页
• 语种: 中文
• DOI: 10.3969/j.issn.1672-321X.2022.01.021

摘要

文章针对甘蔗种植区域提取的精度和效率等问题,提出了一种基于深度学习的高分辨率卫星遥感提取甘蔗种植区域的方法,设计了一种高效、准确、自动化的卷积神经网络(Sugarcane Extraction Convolutional Neural Network,以下简称SE-CNN).SE-CNN无需人为设计规则,能够自动学习甘蔗的遥感特征并提取影像中的种植区域,从而提高获取相关数据的精度与效率.研究表明,使用深度学习方法提取试验区甘蔗种植区域的总体精度达到93.91％,IOU系数及Kappa系数分别为0.8785、0.8701,精度指标均优于U-Net方法的3％以上.