文献类型：期刊文章

作　　者：郑二功[1] 田迎芳[2] 陈涛[3]

ZHENG Ergong;TIAN Yingfang;CHEN Tao(School of Aviation Operations and Services,Aviation University of Air Force,Changchun 130022,China;Henan Academy of Agricultural Sciences,Zhengzhou 450002,China;Jilin Branch,The People’s Insurance Company(Group)of China Limited,Changchun 130000,China)

机构地区：[1]空军航空大学航空作战勤务学院,吉林长春130022 [2]河南省农业科学院,河南郑州450002 [3]中国人民保险集团股份有限公司吉林省分公司,吉林长春130000

出　　处：《河南农业科学》

基　　金：国家自然科学基金项目(61601508);吉林省教育厅"十三五"科学技术研究项目(2016-515)

年　　份：2018

卷　　号：47

期　　号：8

起止页码：155-160

语　　种：中文

收录情况：BDHX、BDHX2017、CAB、CSCD、CSCD_E2017_2018、JST、RCCSE、ZGKJHX、核心刊

摘　　要：以无人机遥感在玉米倒伏灾害评估中的应用为背景,为了准确获取玉米倒伏信息,提出一种基于深度学习的无人机影像中玉米倒伏区域提取的方法。将深度学习技术中的全卷积图像分割网络应用到玉米倒伏区域提取中,根据实际使用场景对网络结构进行调整,利用采集的玉米倒伏图像集训练分割网络,最终使网络能够自动分割出倒伏区域。结果表明,该方法能够较准确地提取出玉米倒伏区域,在测试集上的F_1分数达到90%以上,该方法为玉米倒伏灾害评估提供了有益参考。

关 键 词：深度学习  无人机 玉米 倒伏 全卷积网络  图像分割

分 类 号：S127] S513