目的城鎮(zhèn)建成區(qū)是城鎮(zhèn)研究重要的基礎(chǔ)信息,也是實(shí)施區(qū)域規(guī)劃、落實(shí)城鎮(zhèn)功能空間布局的前提。但是遙感影像中城鎮(zhèn)建成區(qū)的環(huán)境復(fù)雜,同時(shí)不同城鎮(zhèn)建成區(qū)在坐落位置、發(fā)展規(guī)模等方面存在許多差異,導(dǎo)致其信息提取存在一定困難。方法本文基于面向圖像語(yǔ)義分割的深度卷積神經(jīng)網(wǎng)絡(luò),使用針對(duì)特征圖的強(qiáng)化模塊和通道域的注意力模塊,對(duì)原始DeepLab網(wǎng)絡(luò)進(jìn)行改進(jìn),并通過(guò)滑動(dòng)窗口預(yù)測(cè)、全連接條件隨機(jī)場(chǎng)處理方法,更準(zhǔn)確地實(shí)現(xiàn)城鎮(zhèn)建成區(qū)提取。同時(shí),針對(duì)使用深度學(xué)習(xí)算法容易出現(xiàn)過(guò)擬合和魯棒性不強(qiáng)的問(wèn)題,采用數(shù)據(jù)擴(kuò)充增強(qiáng)技術(shù)進(jìn)一步提升模型能力。結(jié)果實(shí)驗(yàn)數(shù)據(jù)是三亞和�？诓糠值貐^(qū)的高分二號(hào)遙感影像。結(jié)果表明,本文方法的正確率高于93%,Kappa系數(shù)大于0.837,可以有效地提取出大尺度高分辨率遙感影像中的城鎮(zhèn)建成區(qū),且提取結(jié)果最為接近實(shí)際情況。結(jié)論針對(duì)高分辨率遙感衛(wèi)星影像中城鎮(zhèn)建成區(qū)的光譜信息多樣化、紋理結(jié)構(gòu)復(fù)雜化等特點(diǎn),本文算法能在特征提取網(wǎng)絡(luò)中獲取更多特征信息。本文使用改進(jìn)的深度學(xué)習(xí)方法,提出兩種處理方法,顯著提高了模型的精度,在實(shí)際大幅遙感影像的使用中表現(xiàn)優(yōu)秀,具有重要的實(shí)用價(jià)值和廣闊的應(yīng)用前景。

【文章頁(yè)數(shù)】：13 頁(yè)

【部分圖文】：

圖1瓶頸塊結(jié)構(gòu)

經(jīng)典的卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)在卷積層之后通過(guò)若干個(gè)全連接層進(jìn)行降維，得到一定長(zhǎng)度的特征向量進(jìn)行分類。而全卷積網(wǎng)絡(luò)丟棄全連接層，使用反卷積層對(duì)最后一個(gè)卷積層的特征映射進(jìn)行上采樣，使圖像恢復(fù)到與輸入相同的尺寸，進(jìn)而對(duì)每個(gè)像素都產(chǎn)生一個(gè)預(yù)測(cè)結(jié)果，同時(shí)保留了原始圖像中的空間信息，在最后一個(gè)上采....

圖2DeepLabv3空間金字塔的空洞池化結(jié)構(gòu)

在圖像語(yǔ)義分割任務(wù)中，為保證卷積特征分辨率不變的基礎(chǔ)上實(shí)現(xiàn)感受野的擴(kuò)大，Chen等人(2014)提出了DeepLab系列語(yǔ)義分割模型，通過(guò)全部使用空洞卷積(atrousconvolution)和空間維度金字塔結(jié)構(gòu)空洞池化(atrousspatialpyramidpool....

圖3強(qiáng)化模塊

原始網(wǎng)絡(luò)采用空洞卷積擴(kuò)大感受野，進(jìn)而提取特征信息，但空洞卷積是通過(guò)對(duì)卷積核的中間補(bǔ)零操作實(shí)現(xiàn)的，實(shí)際上只獲取了區(qū)域中非零部分信息，這種稀疏采樣方式很可能使得特征圖出現(xiàn)網(wǎng)格效應(yīng)，進(jìn)而導(dǎo)致網(wǎng)絡(luò)中的一些提取結(jié)果來(lái)自上一層的互相獨(dú)立部分，丟失遙感影像的局部信息，網(wǎng)絡(luò)模型學(xué)習(xí)到的特征也會(huì)缺....

圖7全連接條件隨機(jī)場(chǎng)處理流程圖

全連接條件隨機(jī)場(chǎng)對(duì)網(wǎng)絡(luò)模型的判斷結(jié)果進(jìn)行處理的流程如圖7所示。一元?jiǎng)菽苁敲總€(gè)像素的類別判斷概率分布圖，二元?jiǎng)菽艿念伾拖鄬?duì)位置信息可在原始影像中獲得。本文使用平均場(chǎng)近似法(meanfieldapproximation)迭代更新能量項(xiàng)，迭代10次，得到最終的結(jié)果。作為后階段的處....

本文編號(hào)：3923450