改进卷积神经网络的冬小麦提取方法

为提高遥感影像冬小麦识别精度,通过对传统的卷积神经网络进行优化,设计实现一种改进的卷积神经网络Im-SegNet(Improved-SegNet)。模型增加了冬小麦和非冬小麦概率向量差值信息,对于概率向量差值较小的像素进行了二次判断。以肥城市冬小麦生长期的77张GF-2(Gaofen2)影像作为实验数据,利用精度、准确率以及查全率3项指标对Im-SegNet模型提取效果进行验证评价。结果表明,提取精度为92.1%,准确率为91.8%,查全率为84.9%,3项指标均高于经典的SegNet模型提取结果,Im-SegNet模型可以有效改善遥感影像作物分类效果。