摘要
本发明公开了一种基于改进U‑Net模型的遥感影像植被冠幅提取方法及系统,其方法包括:S1、采集无人机影像并标注植被冠幅标签构建影像样本数据集,利用CycleGAN网络模型生成高保真影像;S2、U‑Net植被冠幅提取模型包括编码器和解码器,编码器包括N1层收缩层,每层收缩层均进行卷积和下采样操作,解码器包括N1层扩张层,每层收缩层均进行卷积和上采样操作,编码器与解码器对应层之间水平连接有多尺度增强模块;S3、采集研究区的无人机影像输入U‑Net植被冠幅提取模型输出冠幅分割后的植被冠幅预测掩码。本发明经过无人机拍摄研究区的无人机影像,能够准确提取出植被冠幅并分割得到植被冠幅,实现了研究区大面积快速检测,对生态对环境监测具有重要意义。
技术关键词
植被
影像
多尺度
解码器
采集无人机
编码器
数据采集模块
分支
样本
卷积神经网络结构
线性单元
表达式
图像
深度学习框架
像素点
输出特征
系统为您推荐了相关专利信息
重症监护系统
综合健康指数
加权融合算法
数据采集模块
DNN模型
风险评估方法
概念
风险评估报告
组学特征
多模态生理
多模态影像数据
医疗场景
三维模型
深度学习方法
顶点
数据驱动方法
转子系统
燃气轮机
自动编码器
图像
实景点云数据
房建设备
实景三维模型
设备数字化管理
数字化管理方法