利用SegNet的光学卫星影像居民区要素提取

摘要

cqvip:本文针对2米空间分辨率光学卫星影像中居民区要素,提出了一种利用SegNet网络的要素提取方法。首先,通过人工判读在影像中标注感兴趣的地物要素,构建样本库;然后,使用样本库对SegNet网络进行训练;最后,设计了重叠裁切策略,利用训练好的SegNet网络对模型进行推理,并结合全连接条件随机场进行后处理,完成地物要素提取。该方法的特点在于对大范围图像的重叠裁切策略和融合使用了深度神经网络与条件随机场理论,提高了语义分割结果的精度。通过在天绘一号和高分一号卫星数据集上进行的对比实验结果表明:本文方法能够快速地提取居民区要素,具有校好的准确性和鲁棒性。