基于语义分割的遥感影像建筑物提取

摘要：

针对在遥感影像的建筑物提取过程中,建筑物密集且离散分布带来提取效果一般的问题,采用一种特征信息增强的U-net网络.模型使用MobileNet主干网络做编码器,用于影像的建筑物特征提取,考虑到下采样时低维信息逐渐丢失,以致边缘提取效果不佳,网络结合形态学的膨胀和闭运算优化提取结果的精度.实验结果表明,在多场景高分辨率的武汉大学遥感影像建筑物数据集上,结合形态学后处理的M-Unet(MobileNet U-net)提取结果不仅在视觉效果上表现优异,而且在精确度、召回率、F1-score、平均交并比MIou(Mean Intersection overunion)4个指标上分别达到96.2％、76.6％、84.6％和74.5％,均优于相同主干网络下的Pspnet和Segnet.

关键词：遥感影像;建筑物提取;M-Unet;形态学

所属期刊栏目：44

分类号：P237(摄影测量学与测绘遥感)

资助基金：教育部人文社科青年基金项目;河北省高等学校科学技术研究重点项目

在线出版日期：2021-11-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：50-54