全卷积神经网络用于遥感影像水体提取
提出了一种全卷积神经网络模型用于遥感影像的水体目标提取的方法,介绍了全卷积神经网络的基本原理及构建3种网络模型的过程.为了分析模型效果,首先搜集带有水体的影像数据,并将这些数据标注为水体和背景两类,然后利用构建的全卷积神经网络模型进行推理和学习获取先验模型,最后对测试影像进行水体提取试验.通过与传统的基于影像光谱特征的阈值法和基于图论的GrabCut算法提取结果进行比较,验证了本文方法的可行性.
遥感影像、水体提取、全卷积神经网络、阈值法、GrabCut算法
P237(摄影测量学与测绘遥感)
国家自然科学基金41372330;国家自然科学基金青年基金41601345
2018-07-18(万方平台首次上网日期,不代表论文的发表时间)
共5页
41-45