基于改进全卷积神经网络的高分遥感影像不透水面提取制图

摘要：

针对现阶段高分辨率遥感影像提取城市不透水面的方法普遍精度不高的现状,以国产高分二号(G F-2)遥感影像为数据源,基于局部注意力机制的密集连接全卷积神经网络模型,以天津市遥感影像为例,构建不透水面样本库及训练不透水面提取模型,用测试影像进行测试并采用多种精度评价方法与传统的不透水面提取算法相对比.结果 表明,本文方法在遥感不透水面提取方面具有更好的完整性,其像元精度(PA)、均交并比(M Io U)、综合评价指标F1和Kappa系数分别为0.8832、0.7364、0.8482和0.7533,均高于决策树分类算法、支持向量机法、随机森林算法.此外,本文方法具有较好的泛化性,在遥感影像不透水面提取上具有较强的应用价值.

关键词：高分二号、深度学习、全卷积神经网络、不透水面提取、泛化性

所属期刊栏目：35

分类号：TP7(遥感技术)

资助基金：安徽省科技重大专项;国家自然科学基金项目

在线出版日期：2020-10-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：47-55