| CNN-ISS遥感影像分类的瓦片边缘效应及消除方案 |
| |
| 引用本文： | 段增强, 刘杰东, 鹿鸣, 孔祥斌, 杨娜. CNN-ISS遥感影像分类的瓦片边缘效应及消除方案[J]. 农业工程学报, 2021, 37(2): 209-217. DOI: 10.11975/j.issn.1002-6819.2021.2.024 |
| |
| 作者姓名： | 段增强 刘杰东 鹿鸣 孔祥斌 杨娜 |
| |
| 作者单位： | 1.中国农业大学土地科学与技术学院 自然资源部农用地质量与监测重点实验室,北京 100193 |
| |
| 基金项目： | 自然资源部国土卫星遥感应用中心,自然资源督察遥感监测指标与分析方法研究（2020072;11910661）;国家社会科学基金重大项目"休养生息制度背景下的耕地保护转型研究（19ZDA096） |
| |
| 摘 要： | 应用卷积神经网络语义分割模型(Image Semantic Segmentation based on Convolutional Neural Network,CNN-ISS)进行遥感影像分类时,需将大幅影像分解为特定大小瓦片影像,并将其作为CNN-ISS处理对象,这一过程破坏了位于瓦片边缘处地物的完整几何及纹理特征...
|
| 关 键 词： | 遥感 卷积神经网络 语义分割 影像分类 瓦片边缘效应 |
| 收稿时间： | 2020-09-27 |
| 修稿时间： | 2020-01-13 |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《农业工程学报》浏览原始摘要信息 |
|
点击此处可从《农业工程学报》下载免费的PDF全文 |
|
