基于语义分割的无人机影像的玉米旱灾识别与分级

发布时间：2020-11-18 12:32

　　 玉米是全球最重要的粮食作物之一,也是我国的第一大粮食作物。中国北方地区是玉米的主要产区,由于气温和降水分布等变化,干旱成为这些区域中影响玉米产量的重要因素。随着农业精细化管理要求的不断提高,准确、高效的识别玉米旱灾等级具有十分重要的意义。传统的农作物旱灾识别方法多使用卫星多光谱遥感影像计算植被指数获得干旱情况,然而受天气、过境时间、空间分辨率低等多种因素限制,卫星影像在时效性和准确性上并不能令人满意。随着无人机技术的发展,操作便捷、灵活有效地获取超高分辨率遥感影像变为可能,在近年来为很多农业问题的解决提供了新的思路。而随着深度神经网络的发展,全卷积神经网络的提出使遥感影像语义分割任务的精确度得到了进一步提升。本文使用无人机遥感影像,设计并实现了一种面向玉米旱灾进行识别和分级的深度学习语义分割方法,本文的具体研究内容如下:(1)本文首先分析总结了传统旱灾识别方法,针对农业保险中的实际需求,提出一种面向四波段无人机数据的玉米旱灾标签生成方法。无人机采集到红绿蓝(RGB)+近红外(NIR)四通道影像后,将其中红色与近红外两个波段计算出的归一化植被指数(NDVI)进行一定轮次的均值平滑处理后,由专家评估划定灾害等级所对应的指数范围,从而生成标签。(2)以RGB三个通道作为网络的输入,使用专家评估的地面真实标签对神经网络模型进行监督训练,验证了使用深度学习模型在消费级无人机影像上进行灾害等级划分的可行性。(3)为了提高分割结果的精度,在U-Net网络结构的基础上进行了一系列的优化与改进。在下采样部分使用SE-ResNeXt-50作为骨干网络、增加空洞金字塔池化(Atrous Spatial Pyramid Pooling,ASPP)结构来提高网络对多尺度特征的识别能力,使用Jaccard loss代替传统的交叉熵(Categorical Cross Entropy,CCE)作为损失函数,并使用转置卷积作为上采样方式。实验结果显示,本文的方法能够达到较高的准确度和比较好的泛化性,在测试集上F1-score达到0.9034,Jaccard系数达到0.8287。
【学位单位】：吉林大学
【学位级别】：硕士
【学位年份】：2020
【中图分类】：S513;S423;S127
【部分图文】：

用于农业检测的大疆无人机精灵4及地面站【图源1】

LeNet网络结构

离散卷积不同参数效果
【相似文献】

相关期刊论文 前10条

1 敬小东;鲁恒;许辉熙;张镭漓;;无人机影像区域网平差精度研究[J];激光与光电子学进展;2014年06期

2 何敬;李永树;;无人机航线规划参数分析研究[J];资源与人居环境;2013年10期

3 唐敏;李永树;何敬;;无地面控制点无人机影像的相对定向方法[J];西南交通大学学报;2011年05期

4 林志玮;涂伟豪;黄嘉航;丁启禄;刘金福;;深度语义分割的无人机图像植被识别[J];山地学报;2018年06期

5 项阳;;基于深度学习的无人机影像车辆识别[J];信息与电脑(理论版);2018年09期

6 阳成;;基于深度学习理论的无人机影像分类[J];北京测绘;2020年04期

7 刘玉洁;崔铁军;郭继发;刘朋飞;;无人机航摄大比例尺测图的关键技术分析[J];天津师范大学学报(自然科学版);2014年02期

8 张欢;顾行发;李玉霞;余涛;谢东海;吴俣;;无人机影像自动快速拼接研究及实现[J];微计算机信息;2012年10期

9 李毅;龚建华;洪宇;宋宜全;;支持无人机遥感影像的场景多树组织与跨源调度技术[J];高技术通讯;2009年09期

10 王志勇;袁德胜;孙小龙;;基于无人机影像技术的施工实景可视化管理[J];项目管理技术;2020年07期

相关博士学位论文 前10条

1 邵朋院;大尺度变参数无人机鲁棒变增益控制方法研究[D];西北工业大学;2016年

2 徐博;植保无人机航线规划方法研究[D];中国农业大学;2017年

3 喜文飞;滇东北山区无人机遥感影像预处理方法及滑坡特征识别研究[D];云南师范大学;2019年

4 赵搏欣;无人机低成本微小型自主定位系统技术研究[D];国防科学技术大学;2016年

5 唐晏;基于无人机采集图像的植被识别方法研究[D];成都理工大学;2014年

6 刘笃晋;面向植被识别的无人机图像处理关键技术研究[D];成都理工大学;2016年

7 关永亮;复合材料无人机结构和飞行动力学关键技术研究[D];中国科学院长春光学精密机械与物理研究所;2017年

8 王国芳;专家知识辅助的强化学习研究及其在无人机路径规划中的应用[D];浙江大学;2017年

9 陈少飞;无人机集群系统侦察监视任务规划方法[D];国防科学技术大学;2016年

10 鲁恒;利用无人机影像进行土地利用快速巡查的几个关键问题研究[D];西南交通大学;2012年

相关硕士学位论文 前10条

1 刘畅;基于语义分割的无人机影像的玉米旱灾识别与分级[D];吉林大学;2020年

2 张文博;无人机航测技术在土地综合整治中的应用研究[D];长沙理工大学;2013年

3 任志明;无人机航测技术在成都平原信息快速获取中的应用研究[D];西南交通大学;2011年

4 贾金寸;基于深度学习的无人机俯拍车辆的检测与识别[D];沈阳理工大学;2020年

5 李锋;应用无人机影像查证区域建筑物变化技术研究[D];西南交通大学;2019年

6 何少林;基于无人机遥感影像的土地信息提取及专题图制作研究[D];西南交通大学;2013年

7 李军;基于地震灾区无人机遥感的地形图制作及三维重建技术研究[D];西南交通大学;2012年

8 张迁迁;无人机飞行的风险及其公法规制[D];安徽大学;2020年

9 赵怡琳;基于专利分析的全球民用无人机产业发展态势及应对研究[D];重庆理工大学;2020年

10 岳高峰;反恐防暴无人机关键技术研究[D];沈阳大学;2020年

本文编号：2888719