目的傳統(tǒng)的遙感影像分割方法需要大量人工參與特征選取以及參數(shù)選擇,同時淺層的機器學(xué)習(xí)算法無法取得高精度的分割結(jié)果。因此,利用卷積神經(jīng)網(wǎng)絡(luò)能夠自動學(xué)習(xí)特征的特性,借鑒處理自然圖像語義分割的優(yōu)秀網(wǎng)絡(luò)結(jié)構(gòu),針對遙感數(shù)據(jù)集的特點提出新的基于全卷積神經(jīng)網(wǎng)絡(luò)的遙感影像分割方法。方法針對遙感影像中目標(biāo)排列緊湊、尺寸變化大的特點,提出基于金字塔池化和DUC（dense upsampling convolution）結(jié)構(gòu)的全卷積神經(jīng)網(wǎng)絡(luò)。該網(wǎng)絡(luò)結(jié)構(gòu)使用改進的Dense Net作為基礎(chǔ)網(wǎng)絡(luò)提取影像特征,使用空間金字塔池化結(jié)構(gòu)獲取上下文信息,使用DUC結(jié)構(gòu)進行上采樣以恢復(fù)細節(jié)信息。在數(shù)據(jù)處理階段,結(jié)合遙感知識將波段融合生成多源數(shù)據(jù),生成植被指數(shù)和歸一化水指數(shù),增加特征。針對遙感影像尺寸較大、采用普通預(yù)測方法會出現(xiàn)拼接痕跡的問題,提出基于集成學(xué)習(xí)的滑動步長預(yù)測方法,對每個像素預(yù)測1 4次,每次預(yù)測像素都位于不同圖像塊的不同位置,對多次預(yù)測得到的結(jié)果進行投票。在預(yù)測結(jié)束后,使用全連接條件隨機場（CRFs）對預(yù)測結(jié)果進行后處理,細化地物邊界,優(yōu)化分割結(jié)果。結(jié)果結(jié)合遙感知識將波段融合生成多源數(shù)據(jù)可使分割精度提高3. ... 

【文章來源】：中國圖象圖形學(xué)報. 2020,25(01)北大核心CSCD

【文章頁數(shù)】：13 頁

【部分圖文】：

CNN與FCN結(jié)構(gòu)對比

式中，NIR為多光譜遙感影像中的近紅外波段，R為遙感影像中的紅光波段。兩個波段組合后得到的像素值在-1到1之間，當(dāng)NDVI值為負(fù)數(shù)時，紅光波段大于近紅外波段，說明對可見光高反射，地表覆蓋可能為云、水、雪等;當(dāng)NDVI值為0時，紅光波段等于近紅外波段，說明對可見光和近紅外反射能力一樣，地表覆蓋可能為巖石或裸土等;當(dāng)NDVI值為正數(shù)時，紅光波段小于近紅外波段，說明對近紅外高反射，地表覆蓋可能為植被，并且植被覆蓋的程度越高，此值越大，如圖2所示，高亮處均為植被。2)EVI(增強型植被指數(shù))。它是由改善歸一化植被指數(shù)得到的。Liu和Huete(1995)研究前人工作時，發(fā)現(xiàn)在成像時大氣和土壤的出現(xiàn)可能會互相影響，兩者的噪聲成反比關(guān)系，因而他們提出通過參數(shù)構(gòu)建同時校正大氣和土壤的影響的解決辦法，并且也解決了使用紅光波段與近紅外波段的比值引起的植被指數(shù)容易飽和以及NDVI植被指數(shù)與植被實際覆蓋程度不能構(gòu)成線性關(guān)系的問題。EVI計算為

式中，B為遙感影像中的藍光波段，L=1，為土壤調(diào)節(jié)參數(shù)，參數(shù)C1和C2分別為6.0和7.5。增強型植被指數(shù)如圖3所示，高亮處均為植被。3)NDWI(歸一化水指數(shù))。它主要用來提取遙感影像數(shù)據(jù)中的水體，由McFeeters(1996)提出，文獻中表明水體的反射能力從可見光到中紅外波段逐漸減弱，在近紅外波段范圍內(nèi)反射能力最弱，幾乎全部吸收無反射。綜上所述，可以用可見光波段與近紅外波段的反差去突出影像中的水體信息，但由上面的植被指數(shù)可以知道植被在近紅外波段范圍內(nèi)反射最強，所以歸一化水指數(shù)采用可見光綠光波段與近紅外波段的比值最大程度地抑制植被的信息，突出水體信息。NDWI計算為

【參考文獻】：
期刊論文
[1]圖像語義分割問題研究綜述[J]. 肖朝霞,陳勝.  軟件導(dǎo)刊. 2018(08)
[2]基于面向?qū)ο蟮母叻直媛蔬b感影像分類技術(shù)研究[J]. 杜斌,張煒.  西部資源. 2016(05)
[3]基于深度學(xué)習(xí)的高分辨率遙感影像分類研究[J]. 劉大偉,韓玲,韓曉勇.  光學(xué)學(xué)報. 2016(04)
[4]基于最小距離法的遙感圖像分類[J]. 馮登超,陳剛,肖楷樂,杜文雅,吳新穎.  北華航天工業(yè)學(xué)院學(xué)報. 2012(03)



本文編號：3446730