基于高分辨率遥感影像的耕地提取方法研究

郭乐乐, 席瑞, 齐家国, 李战胜, 刘占宇

杭州师范大学学报(自然科学版) ›› 2025, Vol. 24 ›› Issue (1) : 35 -44.

PDF
杭州师范大学学报(自然科学版) ›› 2025, Vol. 24 ›› Issue (1) : 35 -44. DOI: 10.19926/j.cnki.issn.1674-232X.2024.03.221

基于高分辨率遥感影像的耕地提取方法研究

    郭乐乐, 席瑞, 齐家国, 李战胜, 刘占宇
作者信息 +

Author information +
文章历史 +
PDF

摘要

为迅速、精确地提取耕地信息,借助高分辨率遥感影像与计算机视觉技术,采用传统机器学习方法、经典深度学习方法(FCN、PSPNet、DeepLabV3+)和结合注意力机制的深度学习方法(MCDeepLabV3+),对杭州市余杭区耕地进行识别与提取,并结合实际测量数据进行精度验证.经过对比分析,深度学习方法准确率均超过90%,显著高于传统机器学习方法.特别是MCDeepLabV3+方法,其准确率为94.93%,在识别细碎田块的边界上具有显著效果.结果证实,结合注意力机制的深度学习方法能在耕地分布细碎的地区实现高精度提取,为合理配置土地资源、提高农业生产效率提供了有力支持.

关键词

耕地 / 高分辨率遥感影像 / 深度学习 / 注意力机制

Key words

引用本文

引用格式 ▾
基于高分辨率遥感影像的耕地提取方法研究[J]. 杭州师范大学学报(自然科学版), 2025, 24(1): 35-44 DOI:10.19926/j.cnki.issn.1674-232X.2024.03.221

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

1

访问

0

被引

详细

导航
相关文章

AI思维导图

/