基于ResNet的面向对象矿区占地信息提取研究

摘要：

利用高分二号影像结合面向对象方法展开矿区占地信息提取研究,采用面积比均值法确定分割尺度进行多尺度分割获取对象,基于空间优化工具选取特征后标记样本,其中训练集、测试集和验证集比例为3:1.将样本集在ResNet模型中训练,应用于全部对象,并与CNN模型进行对比.结果表明,面向对象方法结合ResNet模型进行矿区占地信息提取总体精度为91.41％,Kappa系数为0.89,优于CNN方法.该方法适用于以露天采场和矿堆为主的矿区环境,可以为后续的矿区环境治理工作提供有效的技术支持.

关键词：矿区占地信息、面向对象方法、ResNet、信息提取、遥感图像

所属期刊栏目：41

分类号：TP753(遥感技术)

资助基金：河南省财政项目;国家自然科学基金

在线出版日期：2023-05-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：619-624