基于U-Net网络的高标准农田道路识别方法

文献类型： 中文期刊

第一作者： 袁翠霞

作者： 袁翠霞;赵春江;任艳敏;刘玉;李淑华;李少帅

作者机构：

关键词： 田间道路;识别;深度学习;U-Net;面向对象;高标准农田

期刊名称： 农业机械学报

ISSN： 1000-1298

年卷期： 2023 年 005 期

页码： 163-169,218

收录情况： EI ; 北大核心 ; CSCD

摘要： 高标准农田是国家粮食安全的重要保障，作为其中的重要工程，田间道路的快速准确获取可为高标准农田建设质量评估和效果评价提供基础数据支撑。针对传统方法对细窄田间道路识别精度低、泛化能力不强的问题，本文提出了基于U-Net网络的高标准农田道路识别方法。首先，在分析田间道路基本特征的基础上，选取GF-2影像作为试验数据，采用面向对象方法对影像进行分割并根据对象特征进行分类，剔除光谱特征与田间道路相似的建筑物等非道路要素，减少道路识别干扰；然后，对影像进行裁剪、标签制作和数据增强等操作，并使用U-Net网络挖掘影像的深浅层特征，通过不断调整参数对网络进行训练，实现田间道路的快速识别；最后，依据道路断点特征，采用局部连接法对道路断点进行修复，并以河北省定州市东亭镇为试验区进行方法测算与精度验证。结果表明：通过挖掘622幅田间道路样本的影像特征，U-Net网络可以有效识别各类场景下的高标准农田道路，通过对道路断点进行修复后，研究区田间道路识别精确率达96%,召回率和F1值分别为62%、75%,该识别精度能够满足高标准农田建设质量快速评估要求。相比传统识别方法，结合面向对象和深度学习的方法可以在减少建筑物干扰的基础上快速地识别出田间道路，能更好解决田间道路材质差异大、植被遮挡等造成识别结果噪声多、误识别问题，该方法可为细窄地物的识别提供方法参考。

分类号： S126

  • 相关文献

[1]高分辨率遥感影像的田间道路识别方法. 袁翠霞,任艳敏,韩志强,刘玉,李淑华. 2023

[2]基于环境一号卫星CCD影像的磷石膏识别. 付卓,申文明,熊文成,肖如林,史园莉,陈柏松. 2014

[3]基于Sentinel-1A影像和一维CNN的中国南方生长季早期作物种类识别. 赵红伟,陈仲新,姜浩,刘佳. 2020

[4]基于深度学习的病虫害智能化识别系统. 陈天娇,曾娟,谢成军,王儒敬,刘万才,张洁,李瑞,陈红波,胡海瀛,董伟. 2019

[5]基于深度卷积神经网络的玉米病害识别. 雷波,曹艳,唐江云,胡亮. 2018

[6]基于GF-6时序数据的农作物识别深度学习算法评估. 陈诗扬,刘佳. 2021

[7]面向地震波初至智能拾取的超分辨率深度残差方法研究. 李建平,张硕伟,丁仁伟,麻晓敏,赵俐红,赵硕. 2023

[8]基于WorldView-2影像和语义分割模型的小麦分类提取. 董秀春,刘忠友,蒋怡,郭涛,李宗南. 2022

[9]基于U-Net的玉米叶部病斑分割算法. 刘永波,胡亮,曹艳,唐江云,雷波. 2021

[10]重构耕层可持续增产的“水稻粉垄生态高效栽培法”. . 2014

[11]重构耕层可持续增产的“水稻粉垄生态高效栽培法”(英文). . 2014

[12]辽宁省高标准农田建设成效分析. 钟钢,安鹤峰,洪长春. 2016

[13]高标准农田建设的政府和社会资本合作模式:经验、问题和对策. 曹博,赵芝俊. 2017

[14]高标准农田建设区域化整体推进的障碍分析及其实现路径-以江苏省南通市为例. 刘建. 2022

[15]日韩农田建设做法及对我国高标准农田建设启示. 方琳娜,李建民,陈子雄,张洋,尹昌斌. 2020

[16]创新融投资模式加快推进高标准农田建设配套政策研究. 蒲昌权,李霞,邹於娟,皮竟,孟玉山. 2018

[17]基于限制因素分析的高标准农田建设分区. 任艳敏,孙九林,潘瑜春. 2018

[18]高质量建设内蒙古地区高标准农田. 许洪滔,任婷婷,张宇佳,云文丽. 2022

[19]不同农艺培肥措施对小麦生长和土壤肥力的影响. 吴其洋,张达胜,李成峰,徐召文,杨善伟,王家嘉,卢碧云,施六林,李录久. 2023

[20]河西制种玉米病害发生及农牧结合绿色防控技术. 刘忠元,张文解,贺春贵,何瑞,魏生龙,郭莹,白斌. 2022

作者其他论文 更多>>

微信小程序