基于融合残差修正的卷积神经网络的耕地监测方法及系统

    公开(公告)号:CN111986099A

    公开(公告)日:2020-11-24

    申请号:CN202010620615.X

    申请日:2020-06-30

    Applicant: 武汉大学

    Abstract: 一种基于融合残差修正的卷积神经网络的耕地监测方法及系统,包括采集相同区域内不同时相高分辨率遥感影像,进行配准预处理,然后进行影像裁剪;提取相应的耕地区域矢量标注真值,得到影像区域内的耕地样本和背景样本;构建融合残差修正的卷积神经网络,包括基于Unet网络加入空洞卷积操作,扩大感受野提取全局特征,然后融合残差修正模型对耕地提取结果进行修正,取残差修正后的结果作为耕地提取结果;对融合残差修正的卷积神经网络进行训练;针对待提取的高分辨率遥感影像,通过训练结果进行耕地提取;包括根据相同区域不同时相的遥感影像中耕地提取结果,对耕地提取结果相应栅格图像进行差值运算和形态学滤波后处理,得到耕地区域变化检测结果。

    基于融合残差修正的卷积神经网络的耕地监测方法及系统

    公开(公告)号:CN111986099B

    公开(公告)日:2022-05-13

    申请号:CN202010620615.X

    申请日:2020-06-30

    Applicant: 武汉大学

    Abstract: 一种基于融合残差修正的卷积神经网络的耕地监测方法及系统,包括采集相同区域内不同时相高分辨率遥感影像,进行配准预处理,然后进行影像裁剪;提取相应的耕地区域矢量标注真值,得到影像区域内的耕地样本和背景样本;构建融合残差修正的卷积神经网络,包括基于Unet网络加入空洞卷积操作,扩大感受野提取全局特征,然后融合残差修正模型对耕地提取结果进行修正,取残差修正后的结果作为耕地提取结果;对融合残差修正的卷积神经网络进行训练;针对待提取的高分辨率遥感影像,通过训练结果进行耕地提取;包括根据相同区域不同时相的遥感影像中耕地提取结果,对耕地提取结果相应栅格图像进行差值运算和形态学滤波后处理,得到耕地区域变化检测结果。

Patent Agency Ranking