农业机械学报

作者：张宏鸣,王斌,韩文霆,杨江涛,蒲攀,蔚继承

单位：西北农林科技大学,西北农林科技大学,西北农林科技大学,西北农林科技大学,西北农林科技大学,西北农林科技大学,

关键词：渠系;提取;全卷积神经网络;无人机;正射影像;语义分割

基金：国家自然科学基金项目（41771315）、国家重点研发计划项目（2017YFC0403203）、宁夏自治区重点研发计划项目（2017BY067）和欧盟地平线2020研究与创新计划项目（GA:635750）

为快速准确获取灌区渠系分布信息，科学调配区域农业水资源、提高水资源利用率，通过基于全卷积神经网络（Fully convolutional networks，FCN）的语义分割模型进行渠系轮廓提取。利用无人机采集正射影像并进行标注，以VGG-19网络为基础，通过多尺度特征融合的方式实现FCN-8s结构，使用Tensorflow深度学习框架构建FCN渠系提取模型；对数据集进行数据增强，分割后放入FCN模型中训练、测试。实验结果显示，针对不同复杂程度的测试区域，FCN模型的提取准确度、完整度、精度均高于支持向量机方法和改进霍夫变换方法，均值分别为95.78%、92.29%、89.45%。结果表明，该方法能够实现灌区渠系轮廓的高精度提取，具有较好的泛化性和鲁棒性。

来源：2019年第6期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2019年第6期