期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
级联改进DexiNed和DeepLabv3+网络的坡耕地提取 被引量:1
1
作者 刘超兵 甘淑 +1 位作者 袁希平 尚华胜 《自然资源遥感》 北大核心 2025年第2期49-55,共7页
丘陵山地区域耕地细小狭窄、结构复杂且边界模糊,使得耕地信息难以迅速、准确地获取。针对上述问题,提出一种级联改进DexiNed和DeepLabv3+网络的坡耕地信息提取模型。首先,采用MobileNetv2替换原有的Xception模型作为DeepLabv3+模型主... 丘陵山地区域耕地细小狭窄、结构复杂且边界模糊,使得耕地信息难以迅速、准确地获取。针对上述问题,提出一种级联改进DexiNed和DeepLabv3+网络的坡耕地信息提取模型。首先,采用MobileNetv2替换原有的Xception模型作为DeepLabv3+模型主干网络,并提出一种联系较为紧密的低层次信息提取方法,将较低层次信息和较高层次信息初步融合来作为原低层次信息的输入;其次,将原DeepLabv3+模型空洞空间金字塔池化(atrous spatial pyramid pooling,ASPP)模块的空洞率值优化为空洞率值分别为2,4,8,16的空洞卷积操作;最后,采用级联边缘检测技术实现耕地地块边缘和语义特征的互联互通。该文以GF-2影像为数据源,云南禄丰恐龙谷为试验区进行耕地提取。实验结果表明,通过改进后的模型架构和算法,能更准确地识别耕地区域,提取结果与真实耕地标注的图像更为接近,漏提和误提区域减少,整体精度和稳定性提高。 展开更多
关键词 耕地信息提取 边缘检测 DeepLabv3+ 丘陵山地
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部