-
公开(公告)号:CN109934095A
公开(公告)日:2019-06-25
申请号:CN201910059294.8
申请日:2019-01-22
Applicant: 中交信息技术国家工程实验室有限公司
Abstract: 本发明公开了一种基于深度学习的遥感图像水体提取方法及系统,该方法通过利用我国高分-1号/2号(GF-1/GF-2)以及资源-3号(ZY-3)卫星影像,结合U-net和Densenet两种深度学习的卷积神经网络(CNNs)结构的优势,建立了一种新型的提取水体的CNNs模型。通过对大量的高分遥感图像中的水体进行标注,得到影像中水体标注的结果作为训练集;用建立的CNNs模型对高分遥感图像进行训练试验并得到水体的二值化图像;将二值图像中识别出的像素值进行标识得到水体目标。本发明能够实现高精度、自动化的快速提取高分遥感影像中的水体信息,提升了水体提取的智能化、自动化水平和提取精度,能够广泛应用于水体提取相关的各个领域。