基于改进U-Net的卫星图像分割算法

摘要：

为解决传统模型与算法对遥感卫星图像小目标的分割精度低、泛化能力差等问题,提出一种基于改进 U-Net的图像分割算法.将骨干网络改为 ResNet18 并加入优化后的空洞卷积池化金字塔与卷积注意力机制模块,充分提取小目标边缘特征.该算法在中国南部某地区的公开卫星图像数据集上的平均交并比与分割总精度分别达到了 75.8％与 95.6％,均超过U-Net、DeepLabV3+、SegNet、W-Net等主流语义分割网络.实验结果表明,该算法能有效改善网络的预测精度与小目标的分割结果.

关键词：图像分割、卫星图像、语义分割、小目标、空洞卷积、深度学习、注意力机制

所属期刊栏目：44

分类号：TP751(遥感技术)

资助基金：四川省科技厅基金项目SYZ202068

在线出版日期：2023-06-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1714-1720