基于改進DenseNet網絡的多源遙感影像露天開采區智能提取方法

作者：張峰極,吳艷蘭,姚雪東,梁澤毓

摘要：利用遙感技術對露天開采區進行信息提取和監測已成為解決礦山自然環境問題的重要手段。通過改進帶密集連接的全卷積神經網絡,構建露天開采區樣本庫,并訓練了針對多源遙感數據的露天開采區提取模型,最終實現對銅陵地區露天開采區的全自動提取。與傳統分類方法和深度學習方法相比,該方法在基于像元和基于對象的評價方面具有較好的精度,其中像元精度PA:0.977,交并比IoU:0.721,綜合評價指標F1:0.838,Kappa系數:0.825,召回率:0.913,漏警率:0.087,虛警率:0.533。同時,該模型對于勻色較差的GoogleEarth影像也有較好的提取效果,表現出較強的泛化性和適用性,在多源遙感影像露天開采區提取方面具有較強的應用價值。

發文機構：安徽大學資源與環境工程學院 安徽省地理信息智能技術工程研究中心

關鍵詞：深度學習全卷積神經網絡DenseNet露天開采區提取全自動化Deep learningFully-Convolutional Neural NetworkDenseNetOpencast mining extractionFully automation

分類號： TP79[自動化與計算機技術—檢測技術與自動化裝置]