融合语义特征与边缘特征的枸杞空间分布提取

摘要：

针对当前遥感图像分割结果中提取对象边缘像素的分割精度低的问题,为提高边缘像素特征与内部像素特征的一致性,该文建立了一种融合语义特征与边缘特征的高分辨率遥感图像分割方法(EFFNet).EFFNet分别从遥感图像中提取语义特征,从遥感图像和边缘图中提取边缘特征,并对两类特征采取多尺度分级融合,以获取到兼有较高的类间区分性和类内一致性的特征向量,实现良好的分割结果.实验结果表明,EFFNet对宁夏地区的枸杞空间分布提取结果的召回率、准确率、精确率和F1分数均优于其他7个对比方法.EFFNet模型可用于获取高精度枸杞等农作物空间分布信息,EFFNet的提取结果能够为大范围枸杞等农作物面积统计提供参考.

关键词：卷积神经网络、图像分割、高分辨率遥感影像、语义特征、边缘特征、枸杞

所属期刊栏目：47

分类号：P231(摄影测量学与测绘遥感)

资助基金：中国气象局旱区特色农业气象灾害监测预警与风险管理重点实验室指令性项目;宁夏回族自治区重点研发计划项目;山东省自然科学基金;山东省农业科学院农业科技创新工程项目

在线出版日期：2022-07-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：111-121