农业机械学报

作者：汪传建,赵庆展,马永建,任媛媛

单位：石河子大学,石河子大学,石河子大学,石河子大学,

关键词：深度学习;无人机遥感;卷积神经网络;农作物分类

基金：国家重点研发计划项目(2017YFB0504203)和新疆生产建设兵团空间信息创新团队项目（2016AB001）

针对采用长时间序列卫星影像、结合物候特征进行农作物精细分类识别精度较低的问题，将深度学习用于无人机遥感农作物识别，提出一种基于卷积神经网络的农作物精细分类方法，利用卷积神经网络提取高分辨率遥感影像中的农作物特征，通过调整网络参数及样本光谱组合，进一步优化网络结构，得到农作物识别模型。研究结果表明：卷积神经网络能够有效地提取影像中的农作物信息，实现农作物精细分类。除地块边缘因农作物种植稀疏、混杂而产生少许错分现象外，其他区域均得到较好的分类效果。经训练优化后的模型对3种农作物总体分类精度可达97.75%，优于SVM、BP神经网络等分类算法。

来源：2019年第11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11期