利用U-net网络的高分遥感影像建筑提取方法

被引：65

作者：

张浩然 ^{[1
,2
,3
]}

赵江洪 ^{[1
,2
,3
]}

张晓光 ^{[1
,2
,3
]}

机构：

[1] 北京建筑大学测绘与城市空间信息学院

[2] 现代城市测绘国家测绘地理信息局重点实验室

[3] 建筑遗产精细重构与健康监测北京市重点实验室

来源：

遥感信息 | 2020年 / 35卷 / 03期

基金：

北京市自然科学基金;

关键词：

深度学习; 高分辨率影像处理; 图像语义分割; 建筑物提取; 全连接CRFs;

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：

针对传统的高分影像建筑物提取方法存在分割精度低和分割边界模糊等问题,提出基于U-net神经网络的高分辨率光学遥感影像建筑物提取方法。方法包含U-net神经网络和全连接CRFs网络,依据图像特征进行语义分割并优化分割结果;在实现U-net神经网络和全连接CRFs模型的基础上,根据U-net的特点以及本文数据特性调试出不同数据量的增强扭曲数据集进行测试,以达到最高鲁棒的分割效果;调试全连接CRFs模型,使得后处理结果更加贴近影像中的真实情况。实验结果表明,与利用传统分割方法的分割效果相比,该方法分割精度及地物边缘分割完整度都得到了显著提升,对高分辨率遥感影像中建筑物的实验分割精度达到了87.64%。

引用

页码：143 / 150

页数：8

共 11 条

[1]

高分辨率遥感影像城区道路提取的技术研究 [D].