基于改进全卷积神经网络的高分遥感影像不透水面提取制图

作者：庞博,黄祚继,吴艳兰,陆雨婷

摘要：针对现阶段高分辨率遥感影像提取城市不透水面的方法普遍精度不高的现状,以国产高分二号(GF-2)遥感影像为数据源,基于局部注意力机制的密集连接全卷积神经网络模型,以天津市遥感影像为例,构建不透水面样本库及训练不透水面提取模型,用测试影像进行测试并采用多种精度评价方法与传统的不透水面提取算法相对比。结果表明,本文方法在遥感不透水面提取方面具有更好的完整性,其像元精度(PA)、均交并比(MIoU)、综合评价指标F 1和Kappa系数分别为0.8832、0.7364、0.8482和0.7533,均高于决策树分类算法、支持向量机法、随机森林算法。此外,本文方法具有较好的泛化性,在遥感影像不透水面提取上具有较强的应用价值。

发文机构：安徽大学资源与环境工程学院 安徽省（水利部淮河水利委员会）水利科学研究院 安徽省地理信息智能技术工程研究中心

关键词：高分二号深度学习全卷积神经网络不透水面提取泛化性GF-2deep learningfully convolutional neural networkimpervious surface extractiongeneralization

分类号： TP7[自动化与计算机技术—检测技术与自动化装置]