一种基于深度学习的高空间分辨率耕地地块全自动提取技术
基本信息
| 申请号 | CN201811118991.8 | 申请日 | - |
| 公开（公告）号 | CN109325451A | 公开（公告）日 | 2019-02-12 |
| 申请公布号 | CN109325451A | 申请公布日 | 2019-02-12 |
| 分类号 | G06K9/00;G06K9/46;G06N3/04 | 分类 | 计算；推算；计数; |
| 发明人 | 夏列钢;胡晓东;周楠;张明杰;骆剑承;郜丽静;陈金律;刘浩;姚飞 | 申请（专利权）人 | 中科坤元地理信息技术（苏州）有限公司 |
| 代理机构 | 苏州集律知识产权代理事务所（普通合伙） | 代理人 | 苏州中科天启遥感科技有限公司;浙江工业大学;中国科学院遥感与数字地球研究所;中科坤元地理信息技术（苏州）有限公司 |
| 地址 | 215000 江苏省苏州市高新区科技城道元路18号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公布了一种基于深度学习的高空间分辨率耕地地块全自动提取技术，本发明以传统的Canny边缘算子提取的边缘为指导，以深度学习理论为基础，通过大量的边缘样本标签数据训练HED深度学习模型，改进模型的网络层数、池化大小等参数；进而以新的网络模型对研究区影像进行耕地地块提取，最后以Canny边缘算子提取的边界对模型提取的边界进行细化和剔除处理，实现耕地地块骨架边缘的提取。相比于传统的人工提取地块，本发明可有效提高地块提取的生产效率，另外可以保证地块边缘精度的统一。 |
