基于LinkNet卷积神经网络的高分辨率遥感影像水体信息提取

摘要:针对高空间分辨率(简称高分辨率)遥感影像在水体信息提取时准确度不高的问题,采用LinkNet卷积神经网络模型对高分辨率遥感影像进行水体信息提取,验证该网络模型对于水体信息提取的可行性及有效性.首先选取包含水体的影像数据作为训练数据,然后构建LinkNet卷积神经网络模型,并利用构建好的网络模型训练得到水体信息的先验模型,最后采用该模型对真实高分辨率遥感影像进行水体信息提取,并与经典算法比较.实验结果表明:LinkNet卷积神经网络模型能够实现高分辨率遥感影像水体信息的高精度提取,且优于经典算法.

关键词:
  • 高分辨率遥感影像  
  • 水体信息提取  
  • 卷积神经网络  
  • 先验模型  
作者:
杨知; 欧文浩; 刘晓燕; 李闯; 费香泽; 赵斌滨; 刘龙; 马潇
单位:
中国电力科学研究院有限公司; 北京100192; 辽宁工程技术大学测绘与地理科学学院; 辽宁阜新123000; 中国科学院遥感与数字地球研究所; 北京100012
刊名:
云南大学学报·自然科学版

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

云南大学学报·自然科学版紧跟学术前沿,紧贴读者,国内刊号为:53-1045/N。坚持指导性与实用性相结合的原则,创办于1938年,杂志在全国同类期刊中发行数量名列前茅。