基于深度学习的滇中城市多光谱影像建设用地信息提取

被引：12

作者：

陈磊士 ^{[1
]}

赵俊三 ^{[1
]}

董智文 ^{[2
]}

朱褀夫 ^{[1
]}

机构：

[1] 昆明理工大学国土资源工程学院

[2] 北京长地万方科技有限公司佛山分公司

来源：

软件导刊 | 2018年 / 17卷 / 11期

关键词：

深度学习; 城市建设用地; 卷积神经网络; 遥感影像;

D O I：

暂无

中图分类号：

TP751 [图像处理方法]; P237 [测绘遥感技术];

学科分类号：

070404 [天体测量学]; 080201 [机械制造及其自动化];

摘要：

为准确、高效地获取城市建设用地信息,利用目前应用广泛的深度学习技术对该领域的提取效果进行对比。选用曲靖市主城区作为研究区域,以Landsat8OLITIRS多光谱影像为原始数据,使用卷积神经网络和BP神经网络两种分类器对影像进行城市建设用地信息提取。使用对象个数、对象面积和地表覆被吻合度3项评价方法提取精度。结果表明,应用卷积神经网络模型的城市建设用地提取具有最高精度,其测试集精度依次达到了92.99%、94.78%和89.64%,均高于常用的BP神经网络。因此,基于卷积神经网络的多光谱影像建设用地提取方法是准确获取城市建设用地信息的一种可行方法,为滇中城市建设用地提取研究提供了参考。

引用

页码：177 / 180+186 +186

页数：5

共 21 条

[1]

基于半监督集成支持向量机的土地覆盖遥感分类方法研究 [D].