- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
基于多子图匹配的高分辨率遥感影像建筑物提取
摘要： 建筑物提取仍是遥感领域的一个难题。为高效提取结构相似的建筑物，本文仅利用全色高分辨率遥感影像（RSI），提出了一种基于多子图匹配的算法。首先在RSI和建筑物模板中检测尺度不变特征变换特征并构建对应图谱；随后通过定义二值匹配规则重构图谱以降低复杂度；最后根据建筑物顶部的同质性，从重构图谱中分离出断开连接的子图。为提高算法精度，基于结构和尺寸差异对匹配子图进行优化。为验证方法有效性，选取中国广州GF-2影像中的九个典型区域进行实验。结果表明：该方法的精确率和召回率分别为97.73%和87.16%，综合性能指标F1优于其他三种同类方法。
关键词： 建筑物提取、遥感影像、多子图匹配、图分割、SIFT
更新于2025-09-23 15:21:01
-
基于多任务驱动深度神经网络的高分辨率遥感影像有效建筑物提取
摘要： 高分辨率遥感影像中的建筑物提取因其获取地理信息的重要意义而被广泛研究。许多基于深度学习的方法已尝试用于该任务，但在为遥感数据设计图层或?？橐约俺浞掷媒ㄖ锏亩捞靥卣鳎ㄈ缧巫春捅呓纾┓矫嫒杂兄疃嗵剿骺占?。本文提出一种基于U-Net的端到端网络架构，通过改进Xception?？榇硪８杏跋褚蕴崛∮行卣?，并采用多任务学习整合建筑物的结构信息。选取两个标准高分辨率遥感影像数据集（马萨诸塞州建筑物数据集和Vaihingen数据集）进行测试，模型取得了最先进的成果。
关键词： 建筑物提取、多任务学习、Xception?？?、深度神经网络、遥感图像
更新于2025-09-10 09:29:36
-
[IEEE 2018年第十届国际模式识别协会遥感图像模式识别研讨会（PRRS）- 北京（2018.8.19-2018.8.20）] 2018年第十届国际模式识别协会遥感图像模式识别研讨会（PRRS）- 基于高分辨率遥感影像面向对象分析的建筑物提取方法
摘要： 如今可以获得更多高空间分辨率的遥感影像。高分辨率意味着影像中包含更多细节，这为发现地物间的空间关系提供了可能。本文针对高分辨率遥感影像中的建筑物提取问题，提出了一种基于地理对象影像分析（GEOBIA）的方法，利用阴影、绿地、建筑物三者之间的关系以及建筑物自身的特征，尝试从高分辨率遥感影像中提取所有建筑物。实验选取ISPRS样本影像作为研究区域，结果证明了该方法的有效性。
关键词： 遥感、建筑物提取、高分辨率、空间关系、基于地理对象的影像分析（GEOBIA）
更新于2025-09-09 09:28:46
-
基于密集注意力网络的高分辨率影像建筑物提取
摘要： 从超高分辨率（VHR）影像中提取建筑物在城市规划、灾害管理、导航、地理数据库更新及其他多个地理空间应用中具有重要作用。与传统建筑物提取方法相比，深度学习网络通过同时利用高层和低层特征图，在该任务中展现出卓越性能。然而现有深度学习网络难以合理利用不同层次的特征。为解决这一问题，本研究提出一种基于DenseNets与注意力机制的新型网络——密集注意力网络（DAN）。该网络包含由轻量级DenseNets构成的编码器部分和空间注意力融合?？楣钩傻慕饴肫鞑糠帧Ｕ庵直嗦肫?解码器架构能强化特征传播，有效引入高层特征信息以抑制低层特征与噪声?；诠噬阌安饬坑胍８醒Щ幔↖SPRS）仅含红绿蓝（RGB）图像的公开数据集实验表明：相较于其他深度学习方法，所提DAN网络取得了更高指标（总体精度96.16%、F1分数92.56%、平均交并比90.56%、更短的训练与响应时间以及更优的质量值）。
关键词： 影像、极高分辨率、深度学习、建筑物提取、注意力机制
更新于2025-09-04 15:30:14