基于密集连接全卷积神经网络的遥感影像水体全自动提取方法

作者：梁泽毓; 吴艳兰^*; 杨辉; 姚雪东

来源：遥感信息, 2020, 35(04): 68-77.

• 遥感影像解译
• 水体提取
• 深度学习
• 自动化
• 泛化性

针对常规遥感水体监测方法存在的易受人为主观因素影响、泛化能力弱、效率低、自动化程度较低的问题,提出利用深度学习实现遥感影像水体信息快速自动化提取的方法。通过引入DenseNet密集连接结构(dense block)构建水体提取深度学习全卷积神经网络,弥补了一般网络存在的浅层特征丢失问题,提高了网络对遥感影像中细小水体的敏感程度,实现了更优的水体提取效果。实验结果表明,该方法水体提取结果的像元精度达到96.3%,均交并比达到91.1%,斑块漏检率为0,水体边界长度和面积精度分别达到95.8%和98.5%,均高于传统NDWI法、光谱监督分类法、决策树方法。同时,该方法表现出所对比方法不具备的高效、自动化和泛化性优势,在遥感影像水体提取上有较强的应用价值。

• 单位
  武汉大学; 安徽大学