结合水体指数与卷积神经网络的遥感水体提取

• 作者: 何海清 杜敬 陈婷 陈晓勇
• 来源期刊: 遥感信息
• 学科: 工学
• 关键词: 深度学习 归一化差分水体指数 卷积神经网络 水体提取 空谱联合
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 遥感技术
• 页码范围: 82-86
• 页数: 5页
• 分类号: TP751
• 字数: 2537字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3177.2017.05.013

摘要

常用多光谱遥感水体提取少有兼顾光谱与空间信息,致使水体提取的可靠性和准确性难以保证.在利用遥感水体光谱特性的同时,融入深度学习算法,提出归一化差分水体指数(normalized difference water index,NDWI)与深度学习联合的遥感水体提取方法.该方法首先选取典型水体样本进行训练,构建深度学习卷积神经网络(convolutional neural networks,CNN)水体识别模型.其次,计算多光谱影像NDWI指数并分割成图斑,以图斑包络矩形构建初始的水体目标子区.最后,构建NDWI指数与CNN水体识别概率的联合估计模型,并以迭代运算实现最优化遥感水体提取.实验验证了该方法的高可靠性与准确性.相比常用方法,水体识别准确率高达94.19％,而错分率仅为5.04％,显著提高了水体提取精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈晓勇	东华理工大学测绘工程学院	52	331	9.0	15.0
3	何海清	东华理工大学测绘工程学院	21	83	5.0	8.0
14	杜敬	东华理工大学测绘工程学院	2	38	2.0	2.0
18	陈婷	东华理工大学水资源与环境工程学院	6	20	1.0	4.0