基于深度学习的高分辨率遥感影像建筑物提取方法

作者：范荣双; 陈洋^*; 徐启恒; 王竞雪

来源：测绘学报, 2019, 48(01): 34-41.

• 高分辨率遥感影像
• 深度学习
• 建筑物信息提取
• 自适应池化模型

针对传统的建筑物提取方法精度较低和边界不完整等问题,本文提出基于深度学习的高分辨率遥感影像建筑物提取方法。首先,采用主成分变换非监督预训练网络结构,获得待提取遥感影像特征。其次,为减少在池化过程中影像特征信息的丢失,提出自适应池化模型,通过非下采样轮廓波变换来获取影像纹理特征,并将纹理特征输入网络中参与建筑物提取。最后,将影像特征输入softmax分类器进行分类,获得建筑物提取结果。选取典型区域进行建筑物提取试验,并与典型建筑物提取方法进行对比分析,结果表明,本文提取方法精度高,并且提取建筑物的边界清晰、完整。

• 单位
  中国测绘科学研究院; 东莞市测绘院; 辽宁工程技术大学