| 结合深度学习和植被指数的滨海湿地高分二号遥感影像信息提取 |
| |
| 引用本文： | 崔宾阁,吴景,李心慧,任广波,路燕.2023.结合深度学习和植被指数的滨海湿地高分二号遥感影像信息提取.遥感学报,27（6）： 1376-1386DOI：10.11834/jrs.20221658 |
| |
| 作者姓名： | 崔宾阁 吴景 李心慧 任广波 路燕 |
| |
| 作者单位： | 1.山东科技大学 计算机科学与工程学院, 青岛 266590;2.自然资源部第一海洋研究所, 青岛 266061 |
| |
| 基金项目： | 国家自然科学基金(62072287;42076189);山东省自然科学基金(ZR2020MD096;ZR2020MD099) |
| |
| 摘 要： | 针对滨海湿地植被光谱特征相似而易被混淆分类的问题,本文提出了结合深度学习和植被指数的滨海湿地信息提取网络MFVNet。该网络以高分辨率遥感影像和典型植被指数为输入,将UNet中的双卷积操作替换为本文提出的增强多尺度特征提取模块,用于捕获不同尺度的上下文特征,并在解码器中融合不同感受野的语义特征图,增强了滨海湿地地物的特征表示。在黄河口滨海湿地高分二号遥感影像上进行了实验,结果表明：（1）深度学习方法的信息提取精度普遍优于传统的机器学习分类方法SVM;相比HRNet等深度语义分割网络,MFVNet在滨海湿地植被类型上取得了更好的信息提取结果;（2）将修正土壤调节植被指数MSAVI、差值植被指数DVI和比值植被指数RVI与高分二号影像拼接对滨海湿地信息提取贡献较大。
|
| 收稿时间： | 2021-10-21 |
|
| 点击此处可从《遥感学报》浏览原始摘要信息 |
|
点击此处可从《遥感学报》下载免费的PDF全文 |
|
