基于TCAM-UNet的高分辨率遥感影像耕地提取  

作　　者：过乡宁 

机构地区：[1]江西理工大学土木与测绘工程学院,江西 赣州 341000

出　　处：《中文科技期刊数据库(全文版)自然科学》2025年第4期128-131,共4页

摘　　要：遥感图像的耕地提取对坚守基本的耕地红线,快速、有效地了解耕地现状以及农业发展具有重要意义。然而,传统的语义分割网络在进行耕地提取时存在误分、漏分、边缘不清晰等问题。为此,本文以TransUNet网络为基准设计了TCAM-UNet模型。其融合了专门设计的能够优化跳跃连接的Transformer卷积注意力模块(TCAM)从而提高遥感图像重建质量,并在TCAM模块中引入多头自注意力机制(MSA)和Wide-Focus模块,在获取长距离上下文信息的同时提取图像的细粒度特征,保留目标的边缘细节,减少小目标的误分类问题,使其更加适用于遥感影像耕地提取任务。模型在吉林一号遥感影像制作的耕地数据集上进行检验,结果 表明:TCAM-UNet模型的准确率、F1分数和平均交并比(mIoU)分别达到0.972、0.972和0.827,分割准确度较现有模型均有提高,本文工作为提高遥感影像的耕地提取效果提供了新方法。

关 键 词：耕地 语义分割 Transformer卷积注意力模块 遥感影像 

分 类 号：P237[天文地球—摄影测量与遥感]