基于改进Faster R-CNN的高分遥感影像储油罐检测与信息提取

摘要：

快速获取储油罐分布、体积等信息对于估算全球各国当前石油储备具有重要意义.针对高分辨率卫星遥感影像中储油罐目标快速搜索、罐体体积估算等问题,以高分二号影像为数据源,引入深度学习方法,建立了储油罐目标遥感影像样本集,通过使用改进特征提取网络和优化区域建议网络等策略,优化原始Faster R-CNN模型.实验表明,相比原始Faster R-CNN,mAP值提高了6.39％,实现了遥感影像储油罐目标的高精度检测.之后,基于检测罐体阴影的亚像元分析准确提取阴影长度,通过遥感成像阴影空间几何关系计算罐体高度,结合Hough变换获取的罐体半径,实现了罐体体积的快速估算.利用所提出的方法可以快速检测储油罐目标,提取油罐阴影并估算油罐高度,油罐体积估算的平均相对误差为2.37％,说明该方法具有较高的可行性.

关键词：Faster R-CNN、高分遥感影像、储油罐、目标检测、信息提取

所属期刊栏目：35

分类号：TP751(遥感技术)

资助基金：国家自然科学基金项目;河南理工大学青年骨干教师项目;2019年度河南省自然资源科研项目

在线出版日期：2020-10-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：89-96