基于SPRRD-ShuffleNetV2的GF-2图像茶种植区快速提取方法

摘要：

由于茶树在光谱特征上与其他农作物种植区具有相似性,导致茶种植区的遥感识别具有比较大的难度.为了在保证提取精度能达到基本实际需求的前提下,有效提高高分辨率遥感图像茶区提取速度,提出了一种基于SPRRD-ShuffleNetV2的遥感图像茶种植区快速提取方法.首先,以去除了最后1×1卷积层、全局池化层和全连接层的ShuffleNetV2网络作为编码器,并增加解码器以实现像素级分类;然后,在几乎不增加参数量、不影响推理速度的前提下,在编码器部分增加增强条纹池化模块和混合池化模块,用于捕获全局和局部依赖关系,在解码器部分增加残差优化块,用于优化输出特征.使用高分二号图像作为实验数据源.结果表明,该方法能够满足基本提取精度需求,并有效提高了提取速度.

关键词：GF-2图像、茶种植区提取、SPRRD-ShuffleNetV2、深度学习

所属期刊栏目：37

分类号：TP751(遥感技术)

资助基金：山东省重点研发计划;国家自然科学基金;全国统计科学研究项目

在线出版日期：2022-10-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：80-86