基于改进U-Net模型的农业大棚遥感提取方法

农业大棚是一种农业设施,依据表面透光度分为阳棚和阴棚。大范围统计农业大棚对农业设施普查、农业政策制定、县域经济发展规划具有重要意义。针对人工统计费时费力问题,基于卷积神经网络和高分辨率遥感影像实现农业大棚遥感信息提取。针对U-Net模型对遥感影像中语义信息提取不足和边缘信息利用不充分问题,提出以下改进方案:1)优化语义分割任务,使用ConvNeXt和注意力机制提取遥感影像中农业大棚的深层语义信息;2)引入边缘检测任务,采用门控卷积层和拼接操作融合编码器的语义特征和解码器输出的图像梯度,进而结合边缘信息优化分割结果。经测试,改进后的模型能同时提取阴阳2种大棚信息且识别效果良好,相对传统方法有较大提高。