结合FCN和DenseCRF模型的无人机梯田识别方法研究
2021-02-04杨亚男张宏鸣李杭昊杨江涛
计算机工程与应用 2021年3期
杨亚男,张宏鸣,3,李杭昊,杨江涛,全 凯
1.西北农林科技大学 信息工程学院,陕西 杨陵712100
2.西北农林科技大学 水利与建筑工程学院,陕西 杨陵712100
3.宁夏智慧农业产业技术协同创新中心,银川750004
梯田是在山丘坡地上沿等高线修筑的阶台式或波浪式断面农田,修建梯田不仅是最快捷有效的水土流失控制措施[1],还能极大地提高坡耕地的农业生产能力,因此成为黄土高原最重要的水土保持工程[2]。根据水利部发布的《全国坡耕地水土流失综合治理“十三五”专项建设方案》,2016—2020 年专项建设490.71 万亩坡改梯即将完成,及时、准确地掌握区域梯田分布信息成为水土保持监测和评价的重要内容[3]。
传统的梯田信息统计主要通过实地调查实现,但人工统计费时费力。随着高分辨率影像处理技术的不断发展,利用高分辨率遥感影像提取梯田信息成为可能[4-5]。与高分辨率卫星遥感数据相比,利用无人机航摄系统获取高分辨率遥感影像具有高效、及时、精确、低成本的优势[6-7],在梯田工程的监管和规划等方面具有广泛的应用前景[8]。
无人机高分辨率遥感梯田识别研究中,张宏鸣等[9]基于改进的Canny边缘检测方法通过粗轮廓提取、伪边缘剔除和区域生长算法的结合对梯田进行分割,但是该方法提取精度较低,分类效果一般。Eckert 等[10]采用面向对象分类的方法,结合光谱特征、纹理特征以及形状特征通过SVM 方法对梯田进行识别,该方法仅从区域划分的角度识别梯田建设区域,不能对梯田田面进行精准的识别。……
登录APP查看全文
