基于改进U-Net 网络的复杂背景下冰川遥感图像检测方法
基于改进U-Net 网络的复杂背景下冰川遥感图像检测方法
复制标题
DOI：
--
复制
发表时间：
--
期刊：
影响因子：
--
通讯作者：
李铁键
中科院分区：
文献类型：
--
作者：
张大奇;范慧颖;康宝生;高健;李铁键
由于山体高度、光照角度、传感器成像角度等因素，遥感图像中的山体阴影影响了冰川识别的精 度。现有方法一般是先去除阴影再进行冰川识别，既繁琐又可能破坏图像的光谱信息。本文在 U-Net 框架 中集成金字塔池化模块以增强多尺度特征提取能力，提出了一种 U-PSP-Net 结构的卷积神经网络，可以实 现阴影区冰川识别。在自制的含阴影冰川数据集上进行验证，与 PSP-Net、SegNet 和 U-Net 的性能比较表 明，本文提出的 U-PSP-Net 的平均像素精度为 95.84%，平均交并比(IoU)为 92.79%。与 U-Net 相比，分别 提升了 0.61%和 0.92%；与 PSP-Net 和 SegNet 相比分别提高了 1.41%、2.54%和 2.85%、2.86%。以上结果 证明了本文神经网络结构在含阴影遥感影像中识别冰川的可行性和有效性。