基于改進U-Net網絡的高分遙感影像水體提取

作者：何紅術,黃曉霞,李紅旮,倪凌佳,王新歌,陳崇,柳澤

摘要：傳統基于光譜信息的水體提取未能考慮水體形狀、紋理、大小、相鄰關系等問題,且存在同物異譜、異物同譜現象,導致水體提取精度較低。而傳統基于分類提取水體方法設計特征過程較為繁瑣,且不能挖掘深度信息特征。因此,本文提出改進的U-Net網絡語義分割方法,借鑒經典U-Net網絡的解編碼結構對網絡進行改進:①將VGG網絡用于收縮路徑以提取特征;②在擴張路徑中對低維特征信息進行加強,將收縮特征金字塔上一層的特征圖與下一層對應擴張路徑上的特征圖進行融合,以提高提取結果分割精度;③在分類后處理中引入條件隨機場,以將分割結果精細化。在保持相同訓練集、驗證集和測試集的情況下,分別用SegNet、經典U-Net網絡和改進的U-Net網絡做對照試驗。試驗結果表明,改進的U-Net網絡結構在IoU、精準率和Kappa系數指標上均高于SegNet和經典U-Net網絡,與SegNet相比,3項指標分別提升了10.5%、12.3%和0.14,與經典U-Net網絡結果相比,各個指標分別提升了5.8%、4.4%和0.05。改進的網絡水體提取結果較為完整,對小目標水體能夠準確提取。改進的U-Net網絡能夠有效地實現水體提取任務。

發文機構：中國科學院空天信息創新研究院 中國科學院大學 住房和城鄉建設部城鄉規劃管理中心

關鍵詞：U-Net水體提取高分遙感影像條件隨機場圖像分割VGG16青島西寧U-Netwater extractionhigh-resolution remote sensing imageconditional random fieldimage segmentationVGG16QingdaoXining

分類號： TP3[自動化與計算機技術—計算機科學與技術]