基于光照变化不敏感特征的建筑物提取方法

摘要

cqvip:遥感影像中普遍存在着较强的光照不均匀特性,而当前基于深度学习的建筑物提取方法不能有效应对这一问题。为准确提取复杂背景下高分辨率遥感影像中的典型地物要素,本文提出了一种利用BveNet架构并融合高低级语义信息的地物要素提取算法,在特征提取网络中采用基于图像局部相位的特征检测器,生成对光照变化不敏感的相位一致性特征图,并与残差网络ResNet提取多层级特征进行融合,增强特征的判别能力,提升网络的特征提取效率和算法精度。为了验证本文方法的有效性,在公开数据集上进行了对比实验,实验结果表与未融合光照不敏感特征的原始算法相比,本文方法对光照不均匀条件下的建筑物提取,提升了0.9%的平均精度和2.1%的交并比。