利用RefineNet模型提取冬小麥種植信息的方法
關(guān)鍵詞：影像分割 refinenet模型 貝葉斯模型 冬小麥
摘要：冬小麥?zhǔn)俏覈饕募Z食作物,獲取精細(xì)的冬小麥種植信息對于指導(dǎo)農(nóng)業(yè)生產(chǎn)具有重要的意義。通過對RefineNet模型進(jìn)行擴(kuò)展,形成了適宜提取冬小麥種植信息的Ex-RefineNet(ExtendRefineNet)模型,Ex-RefineNet模型由兩個子模型組成,Ex-RefineNet-Edge子模型用于提取冬小麥種植區(qū)域的邊緣像素,Ex-RefineNet-Inner子模型用于提取冬小麥種植區(qū)域的內(nèi)部像素,使用貝葉斯模型對兩個子模型的提取結(jié)果進(jìn)行合并處理,形成最終提取結(jié)果。利用山東省濟(jì)南市和泰安市的16幅高分2號遙感影像進(jìn)行實驗,將每幅影像的2/3作為訓(xùn)練數(shù)據(jù),其他數(shù)據(jù)作為測試數(shù)據(jù),選擇平均精度、查全率和Kappa系數(shù)作為對比指標(biāo),Ex-RefineNet模型的結(jié)果分別為0.93、0.92、0.91,而RefineNet模型的結(jié)果分別為0.86、0.84、0.83,說明本文給出的方法在提取冬小麥種植信息方面具有較明顯的優(yōu)勢。
遙感技術(shù)與應(yīng)用雜志要求:
{1}來稿如獲得某種研究基金或課題資助，請在論文首頁左下角注明課題的名稱和編號。
{2}本刊堅決反對任何形式的論文署名“搭便車”現(xiàn)象，對多作者署名的文章將進(jìn)行更為嚴(yán)格的審核。
{3}文題應(yīng)以新穎獨特的邏輯文字組合準(zhǔn)確地反映研究工作的內(nèi)容實質(zhì)和特點,文題要求簡潔而信息量豐富。
{4}來稿在正文之外，請?zhí)峁╊}名、內(nèi)容摘要 (300-500字)、關(guān)鍵詞 (3-5條)及其英譯
{5}文稿首頁頁腳處注明投稿日期和通信作者簡介（包括姓名、出生年、性別、職稱、學(xué)位、研究方向、E-mail）。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
