一种基于深度学习的梯田自动提取方法及装置
文献类型：专利
| 作者 | 卢亚晗; 王学; 辛良杰; 李秀彬 |
| 发表日期 | 2023-06-23 |
| 专利号 | CN202310128146.3 |
| 著作权人 | 中国科学院地理科学与资源研究所 |
| 国家 | CN |
| 产权排序 | 1 |
| 英文摘要 | 本发明公开了一种基于深度学习的梯田自动提取方法及装置，通过获取研究区的第一超高分辨率遥感影像、坡度校正数据和光谱校正数据；对第一超高分辨率遥感影像进行目视解译，得到并基于第一梯田训练样本合集对U‑net++深度学习模型进行模型训练，并基于训练好的第一U‑net++深度学习模型，对第一超高分辨率遥感影像进行监督分类，得到初次梯田分布范围；基于坡度校正数据和光谱校正数据对初次梯田分布范围进行修正，得到高空间分辨率的梯田空间分布图。与现有技术相比，本发明将U‑net++模型应用于纹理特征明显的梯田自动化提取中，并通过地形和光谱特征，对获取的初次梯田分布范围进行修正，提高对梯田分布区域的提取精度。 |
| 公开日期 | 2023-06-23 |
| 申请日期 | 2023-02-07 |
| 源URL | [http://ir.igsnrr.ac.cn/handle/311030/194067]  |
| 专题 | 陆地表层格局与模拟院重点实验室_专利、软件与成果转化 |
| 作者单位 | 中国科学院地理科学与资源研究所 |
| 推荐引用方式 GB/T 7714 | 卢亚晗,王学,辛良杰,等. 一种基于深度学习的梯田自动提取方法及装置. CN202310128146.3. 2023-06-23. |
入库方式： OAI收割
来源：地理科学与资源研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。