發(fā)布時(shí)間：2021-08-26 19:59

　　針對(duì)傳統(tǒng)的新增建設(shè)用地提取主要依賴于人工目視解譯,任務(wù)繁重,人力耗費(fèi)過大,而現(xiàn)有的全卷積神經(jīng)網(wǎng)絡(luò)提取方法存在特征表達(dá)能力不夠,易引起過擬合的問題,提出了一種改進(jìn)U-net網(wǎng)絡(luò)的高分辨率遙感影像新增建設(shè)用地提取方法�；诟叻侄�(hào)影像并結(jié)合歷史土地利用變更調(diào)查成果構(gòu)建新增建設(shè)用地樣本數(shù)據(jù)集;同時(shí),采用新型的激活函數(shù)、批標(biāo)準(zhǔn)化以及退化學(xué)習(xí)率的方法進(jìn)行網(wǎng)絡(luò)設(shè)計(jì),以防止過擬合。在下采樣的過程中加入空洞卷積的算法擴(kuò)大感受野以感受更多的地物信息,提取更詳細(xì)的地物特征。結(jié)果表明,本研究方法提取新增建設(shè)用地的F1值達(dá)到了0.88,明顯優(yōu)于FCN與U-net的結(jié)果,在新增建設(shè)用地的高精度自動(dòng)提取和業(yè)務(wù)化應(yīng)用上具有較高潛力。 

【文章來源】：遙感信息. 2020,35(03)北大核心CSCD

【文章頁數(shù)】：7 頁

【部分圖文】：

新增建設(shè)用地標(biāo)注結(jié)果

本數(shù)據(jù)采用多張遼寧省、山西省城鎮(zhèn)數(shù)據(jù)，將原始影像裁剪挑選出新增建設(shè)用地?cái)?shù)據(jù)，標(biāo)注圖像與原始影像的大小一致，并且一一對(duì)應(yīng)。在訓(xùn)練初期，將影像調(diào)整大小為512像素×512像素，降低計(jì)算機(jī)內(nèi)存的使用。實(shí)驗(yàn)數(shù)據(jù)將一整張影像進(jìn)行裁剪，數(shù)據(jù)的數(shù)量有一定的局限性。原數(shù)據(jù)集中含有4 328張影像，隨機(jī)選取數(shù)據(jù)按照大于9∶1的比例作為訓(xùn)練數(shù)據(jù)集與測(cè)試數(shù)據(jù)集。為防止因缺少數(shù)據(jù)帶來的欠擬合的情況，將訓(xùn)練數(shù)據(jù)集進(jìn)行了平移、旋轉(zhuǎn)等[10]操作，以進(jìn)行數(shù)據(jù)集的擴(kuò)增，形成新的數(shù)據(jù)集。新數(shù)據(jù)集中含有5 394張影像。按照該比例選取訓(xùn)練數(shù)據(jù)集以及測(cè)試數(shù)據(jù)集，超過了總體樣本的10%[11-12]，符合樣本選擇比例的要求。擴(kuò)張數(shù)據(jù)集如圖2所示。3 改進(jìn)的卷積神經(jīng)網(wǎng)絡(luò)模型

本研究設(shè)計(jì)的新增建設(shè)用地提取方法技術(shù)流程如圖3所示。利用深度學(xué)習(xí)的方法做監(jiān)督分類，首先要利用帶有人工標(biāo)注的數(shù)據(jù)集進(jìn)行訓(xùn)練；其次針對(duì)新增建設(shè)用地，對(duì)網(wǎng)絡(luò)模型進(jìn)行設(shè)計(jì)，其中包括對(duì)地物特征的提取和反卷積的映射，加入了空洞卷積使其感受野增大，并通過從下到上的上采樣的計(jì)算，得出原始影像中每個(gè)像素所述類別的概率；最后利用真實(shí)值與預(yù)測(cè)值的圖像進(jìn)行對(duì)比分析，最終得出新增建設(shè)用地提取結(jié)果。

【參考文獻(xiàn)】：
期刊論文
[1]Swish激活函數(shù)在中小規(guī)模數(shù)據(jù)集上的性能表現(xiàn)[J]. 米碩,田豐收,孫瑞彬,葛敏,趙汝程.  科技創(chuàng)新與應(yīng)用. 2018(01)
[2]新時(shí)期我國環(huán)保領(lǐng)域衛(wèi)星遙感技術(shù)的應(yīng)用與發(fā)展[J]. 趙少華,劉思含,毛學(xué)軍,吳艷婷,楊一鵬.  無線電工程. 2017(03)
[3]遙感時(shí)間序列影像變化檢測(cè)研究進(jìn)展[J]. 趙忠明,孟瑜,岳安志,黃青青,孔赟瓏,袁媛,劉曉奕,林蕾,張蒙蒙.  遙感學(xué)報(bào). 2016(05)
[4]利用SPOT-6影像提取新增建設(shè)用地的方法研究[J]. 楊冀紅,郭蕾,孫家波,趙冬玲,史良樹,戰(zhàn)鷹,張超.  地理信息世界. 2014(04)
[5]基于多波段統(tǒng)計(jì)檢驗(yàn)的土地利用變化檢測(cè)[J]. 謝仁偉,牛錚,孫睿,湯泉.  國土資源遙感. 2009(02)
[6]基于混淆矩陣和Fisher準(zhǔn)則構(gòu)造層次化分類器[J]. 張靜,宋銳,郁文賢,夏勝平,胡衛(wèi)東.  軟件學(xué)報(bào). 2005(09)

碩士論文
[1]卷積神經(jīng)網(wǎng)絡(luò)在車標(biāo)識(shí)別技術(shù)中的研究及其小樣本下的處理策略[D]. 張琪.安徽大學(xué) 2016
[2]基于單時(shí)相遙感影像與GIS的土地利用變化檢測(cè)方法研究[D]. 劉鋒.中國測(cè)繪科學(xué)研究院 2006



本文編號(hào)：3364875