針對建立和更新田間圖形數(shù)據(jù)庫時,以高分辨率遙感影像為底圖人工勾繪地塊耗時費力這一問題,探索從邊緣檢測的角度實現(xiàn)對地塊邊緣的自動提取。在構(gòu)建耕地地塊邊緣遙感影像數(shù)據(jù)集工作中,嘗試深度學(xué)習(xí)邊緣檢測模型holistically-nested edge detection（HED）和richer convolutional features （RCF）的基礎(chǔ)上,進一步改變模型特征融合方式,并采用空洞卷積結(jié)構(gòu),提出構(gòu)建應(yīng)用于遙感影像的邊緣檢測模型full dilated-RCF（FD-RCF）,提取耕地地塊邊緣。實驗表明,相關(guān)方法的精度評定F1值均能達到0. 8以上。構(gòu)建的FD-RCF模型表現(xiàn)最佳,其檢測結(jié)果在ODS和OIS精度評定中F1值分別達到0. 848 1和0. 850 2,平均精度0. 795 7。比較而言,FD-RCF方法檢測結(jié)果畫面更加清晰,能夠顯著提高田間地形數(shù)據(jù)的更新效率。 

【文章來源】：中國科學(xué)院大學(xué)學(xué)報. 2020,37(04)北大核心CSCD

【文章頁數(shù)】：7 頁

【部分圖文】：

HED結(jié)構(gòu)圖

FD-RCF結(jié)構(gòu)

3)訓(xùn)練集數(shù)據(jù)的豐富程度對模型的訓(xùn)練效果具有很大影響。為保證訓(xùn)練效果，進一步采用中心旋轉(zhuǎn)、鏡像翻轉(zhuǎn)等方式，對訓(xùn)練數(shù)據(jù)進行數(shù)據(jù)增強處理，最終擴充獲得623對影像作為訓(xùn)練集，用于模型訓(xùn)練。2.2 實驗設(shè)置

【參考文獻】：
期刊論文
[1]高分辨率遙感圖像耕地地塊提取方法研究[J]. 胡潭高,朱文泉,陽小瓊,潘耀忠,張錦水.  光譜學(xué)與光譜分析. 2009(10)
[2]高分辨率影像解譯理論與應(yīng)用方法中的一些研究問題[J]. 宮鵬,黎夏,徐冰.  遙感學(xué)報. 2006(01)
[3]面向?qū)ο蟮牡匚锓诸惙ǚ治雠c評價[J]. 杜鳳蘭,田慶久,夏學(xué)齊,惠鳳鳴.  遙感技術(shù)與應(yīng)用. 2004(01)
[4]論21世紀遙感與GIS的發(fā)展[J]. 李德仁.  武漢大學(xué)學(xué)報(信息科學(xué)版). 2003(02)



本文編號：3129346