| 基于全卷积神经网络的灌区无人机正射影像渠系提取 |
| |
| 引用本文： | 张宏鸣,王斌,韩文霆,杨江涛,蒲攀,蔚继承.基于全卷积神经网络的灌区无人机正射影像渠系提取[J].农业机械学报,2019,50(6):241-248. |
| |
| 作者姓名： | 张宏鸣 王斌 韩文霆 杨江涛 蒲攀 蔚继承 |
| |
| 作者单位： | 西北农林科技大学,西北农林科技大学,西北农林科技大学,西北农林科技大学,西北农林科技大学,西北农林科技大学 |
| |
| 基金项目： | 国家自然科学基金项目（41771315）、国家重点研发计划项目（2017YFC0403203）、宁夏自治区重点研发计划项目（2017BY067）和欧盟地平线2020研究与创新计划项目（GA:635750） |
| |
| 摘 要： | 为快速准确获取灌区渠系分布信息,科学调配区域农业水资源、提高水资源利用率,通过基于全卷积神经网络(Fully convolutional networks,FCN)的语义分割模型进行渠系轮廓提取。利用无人机采集正射影像并进行标注,以VGG-19网络为基础,通过多尺度特征融合的方式实现FCN-8s结构,使用Tensorflow深度学习框架构建FCN渠系提取模型;对数据集进行数据增强,分割后放入FCN模型中训练、测试。实验结果显示,针对不同复杂程度的测试区域,FCN模型的提取准确度、完整度、精度均高于支持向量机方法和改进霍夫变换方法,均值分别为95. 78%、92. 29%、89. 45%。结果表明,该方法能够实现灌区渠系轮廓的高精度提取,具有较好的泛化性和鲁棒性。
|
| 关 键 词： | 渠系 提取 全卷积神经网络 无人机 正射影像 语义分割 |
| 收稿时间： | 2019/2/14 0:00:00 |
Extraction of Irrigation Networks in Irrigation Area of UAV Orthophotos Based on Fully Convolutional Networks |
| |
| ZHANG Hongming,WANG Bin,HAN Wenting,YANG Jiangtao,PU Pan and WEI Jicheng.Extraction of Irrigation Networks in Irrigation Area of UAV Orthophotos Based on Fully Convolutional Networks[J].Transactions of the Chinese Society of Agricultural Machinery,2019,50(6):241-248. |
| |
| Authors: | ZHANG Hongming WANG Bin HAN Wenting YANG Jiangtao PU Pan and WEI Jicheng |
| |
| Institution: | Northwest A&F University,Northwest A&F University,Northwest A&F University,Northwest A&F University,Northwest A&F University and Northwest A&F University |
| |
| Abstract: | |
| |
| Keywords: | irrigation networks extraction fully convolutional networks UAV orthophoto semantic segmentation |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《农业机械学报》浏览原始摘要信息 |
| 点击此处可从《农业机械学报》下载免费的PDF全文 |
|
