基于多类别的遥感土地图像分割 |
| |
引用本文: | 余楷,裴斐.基于多类别的遥感土地图像分割[J].电脑编程技巧与维护,2024(1):154-156. |
| |
作者姓名: | 余楷 裴斐 |
| |
作者单位: | 1. 湖北省水电工程智能视觉监测重点实验室<三峡大学>;2. 三峡大学计算机与信息学院;3. 水电工程智能视觉监测宜昌市重点实验室<三峡大学> |
| |
基金项目: | 国家自然科学基金项目(61871258);;湖北省重点实验室开放基金(2018SDSJ05)项目资助; |
| |
摘 要: | 土地覆盖分类对于土地资源管理、耕地面积评价、经济评估,甚至国土安全和国家经济稳定具有重要意义。对遥感图像中的土地覆盖进行自动化分类,可以为土地资源管理分析等提供可靠、便捷的技术支持。目前大部分遥感图像分割模型都有模型大、运行环境要求高、分割速度慢等问题,为了解决这些问题,提出了一种轻量化并且高精度的图像分割模型L-NET。在公开数据集WHDLD上测试了L-NET的性能,测试表明L-NET在对比实验中的分割精度、参数量、计算量、运行速度等均为最优。
|
关 键 词: | 土地覆盖分类 图像分割 轻量化 高精度 |
|
|