利用RefineNet模型提取冬小麥種植信息的方法
關鍵詞：影像分割 refinenet模型 貝葉斯模型 冬小麥
摘要：冬小麥是我國主要的糧食作物,獲取精細的冬小麥種植信息對于指導農業(yè)生產具有重要的意義。通過對RefineNet模型進行擴展,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)域的內部像素,使用貝葉斯模型對兩個子模型的提取結果進行合并處理,形成最終提取結果。利用山東省濟南市和泰安市的16幅高分2號遙感影像進行實驗,將每幅影像的2/3作為訓練數(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,Ex-RefineNet模型的結果分別為0.93、0.92、0.91,而RefineNet模型的結果分別為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。
遙感技術與應用雜志要求:
{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行更為嚴格的審核。
{3}文題應以新穎獨特的邏輯文字組合準確地反映研究工作的內容實質和特點,文題要求簡潔而信息量豐富。
{4}來稿在正文之外，請?zhí)峁╊}名、內容摘要 (300-500字)、關鍵詞 (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、學位、研究方向、E-mail）。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
