利用深度残差网络的遥感影像建筑物提取

被引：30

作者：

刘亦凡 ^{[1
,2
]}

张秋昭 ^{[1
]}

王光辉 ^{[1
,2
]}

李益斌 ^{[3
]}

机构：

[1] 中国矿业大学环境与测绘学院

[2] 自然资源部国土卫星遥感应用中心

[3] 江苏苏州地质工程勘察院

来源：

遥感信息 | 2020年 / 35卷 / 02期

基金：

国家重点研发计划;

关键词：

建筑物提取; 深度残差网络; 金字塔; 多尺度; 阈值过滤;

D O I：

暂无

中图分类号：

TU198 [建筑工程测量及制图]; TP751 [图像处理方法];

学科分类号：

080201 [机械制造及其自动化]; 081603 [地图制图学与地理信息工程];

摘要：

高分辨率遥感影像中建筑物的提取技术一直是遥感领域的研究热点。针对传统方法需要人工选取特征的缺点,提出一种结合深度残差网络结构和金字塔式层级连接的高分辨率遥感影像建筑物提取方法。首先对影像进行多尺度扩充,保证网络能够探测不同尺度建筑物特征;其次利用新提出的卷积神经网络训练模型,提取建筑物的像素级特征信息;然后对预测结果进行多模型集成计算,降低随机误差;最后对预测概率图选取合适的阈值,进行过滤去除椒盐噪声,利用形态学运算对结果后处理,保证建筑物完整,边界平滑。实验表明,相比于其他网络结构,所提网络结构的建筑物提取精度更高。

引用

页码：59 / 64

页数：6

共 11 条

[1]

面向高空间分辨率遥感影像的建筑物目标识别方法研究 [D].