长江信息通信杂志

摘要：针对传统植被覆盖度提取方法在复杂地形和混合像元场景下精度不足和时间较长的问题,提出一种基于深度学习的无人机遥感图像植被覆盖度智能提取方法。首先采用成分替换法对原始影像进行空间优化,通过建立波段加权融合模型增强图像细节特征;随后构建基于胶囊网给的分类模型,利用动态路由机制实现植被区域的精确识别;最后基于像元统计法计算植被覆盖度。实验结果表明,该方法在测试集上的植被覆盖度提取偏差不超过0.002,单次处理时间低于4s,在精度和效率方面均有显著提升。研究为无人机遥感监测提供了可靠的植被覆盖度智能提取方案。

关键词： 深度学习;遥感图像;植被覆盖度;胶囊网络;图像优化;

DOI： 10.20153/j.issn.2096-9759.2026.06.009

专辑： 信息科技;基础科学;工程科技Ⅱ辑

专题： 自然地理学和测绘学;工业通用技术及设备;自动化技术

分类号： P237;TP751;TP18