基于PPMU-net的多特征高分辨率遥感道路提取

• 作者: 严斌 张永宏 王剑庚 田伟
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 高分二号 PPMU-net神经网络 多特征 复杂地形
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 图形图像处理
• 页码范围: 200-206
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1911-0169

摘要

针对复杂地形条件下道路特征选取不具代表性,分割精度低的问题,提出了一种基于卷积神经网络(PPMU-net)的高分辨率遥感道路提取的方法.将3通道的高分二号光谱信息与相应的地形信息(坡度、坡向、数字高程信息)进行多特征融合,合成6通道的遥感图像;对多特征的遥感图像进行切割并利用卷积网络(CNN)筛选出含道路的图像;将只含道路的遥感图像送进PPMU-net中训练,构建出高分辨率遥感图像道路提取模型.在与U-net神经网络、PSPnet神经网络相比时,所提的方法在对高分辨率遥感道路提取时能够达到较好的效果,提高了复杂地形条件下道路分割的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张永宏		82	541	12.0	18.0
2	田伟		23	185	7.0	13.0
3	王剑庚		10	45	3.0	6.0
4	严斌		1	0	0.0	0.0