基于深度卷积网络的高分遥感图像语义分割

• 作者: 王威 胡航滔 蔡烁
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 遥感图像分类 语义分割 深度学习卷积 神经网络
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 算法研究
• 页码范围: 2010-2016
• 页数: 7页
• 分类号: TP391
• 字数: 5820字
• 语种: 中文
• DOI: 10.16798/j.issn.1003-0530.2019.12.009

摘要

随着我国高分对地观测系统的不断发展,对高分影像智能化分析与处理的应用需求愈来愈多,基于深度学习语义分割的影像分类也受到高度关注.作为近景图像语义分割的热点模型,Deeplab网络在应用时取得了良好的效果.为了解决多尺度高分辨率遥感影像语义分割问题,本文首先利用空洞卷积扩大Atrous空间金字塔池化(ASPP)结构的感受野,然后对DeepLabv3进行改进并将其用于高分2号遥感影像的分类处理.我们以郴州地区的高分遥感影像为研究对方法进行了验证,首先对原始影像进行预处理,再对预处理图像进行数据增强与扩充,最后通过对不同参数条件下的分类结果进行对比,分析该模型的适应性和精确性.在我们的数据集中,本文方法的实验分类像素精度为88.2％,MIoU达到72.5％,得到了比Deeplab更好的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡烁	长沙理工大学计算机与通信工程学院	18	26	3.0	4.0
2	王威	长沙理工大学计算机与通信工程学院	30	63	4.0	6.0
3	胡航滔	长沙理工大学计算机与通信工程学院	1	1	1.0	1.0