基于深度学习和多次棋盘分割法的高分辨率影像河流提取

方海泉^1,?, 蒋云钟², 冶运涛², 曹引²

1. 北京大学数学科学学院, 北京 1008712. 中国水利水电科学研究院水资源研究所, 北京 100038

收稿日期:2018-05-29修回日期:2018-10-23出版日期:2019-07-20

基金资助:国家自然科学基金(51309254)资助

River Extraction from High-Resolution Satellite Images Combining DeepLearning and Multiple Chessboard Segmentation

FANG Haiquan^1,?, JIANG Yunzhong², YE Yuntao², CAO Yin²

1. School of Mathematical Sciences, Peking University, Beijing 1008712. Institute of Water Resources, China Institute ofWater Resources and Hydropower Research, Beijing 100038

Received:2018-05-29Revised:2018-10-23Published:2019-07-20

RichHTML

0

PDF

(20896KB)

可视化

0

复制本文网址

1. 探讨2016版国际胰瘘研究小组定义和分级系统对胰腺术后患者胰瘘分级的影响.PDF(500KB)

-->

摘要/Abstract

摘要： 针对目前从遥感影像中提取的河流, 尤其是细小河流容易出现中断的情况, 将深度学习与多次棋盘分割法相结合, 应用于高分辨率遥感影像的河流提取。基于对山区、平原和城市3景高分二号卫星遥感影像的实验表明, 与现有的方法相比, 该方法提取的河流更加连续, 并且能够提取高分二号卫星遥感影像中两个像元的细小河流。

引用本文

方海泉, 蒋云钟, 冶运涛, 曹引. 基于深度学习和多次棋盘分割法的高分辨率影像河流提取[J]. 北京大学学报自然科学版, 2019, 55(4): 692-698.
FANG Haiquan, JIANG Yunzhong, YE Yuntao, CAO Yin. River Extraction from High-Resolution Satellite Images Combining DeepLearning and Multiple Chessboard Segmentation[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2019, 55(4): 692-698.





PDF全文下载地址:

http://xbna.pku.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3367