登录    注册    忘记密码

期刊文章详细信息

结合水体指数与卷积神经网络的遥感水体提取    

Remote Sensing Image Water Body Extraction Combing NDWI with Convolutional Neural Network

  

文献类型:期刊文章

作  者:何海清[1,2,3] 杜敬[1,2] 陈婷[4] 陈晓勇[1,2]

机构地区:[1]东华理工大学测绘工程学院,南昌330013 [2]流域生态与地理环境监测国家测绘地理信息局重点实验室,南昌330013 [3]武汉大学资源与环境科学学院,武汉430079 [4]东华理工大学水资源与环境工程学院,南昌330013

出  处:《遥感信息》

基  金:国家自然科学基金(41401526);江西省自然科学基金(20171BAB213025);流域生态与地理环境监测国家测绘地理信息局重点实验室资助课题(WE2015003);江西省教育厅科技项目;江西省高等学校科技落地计划项目(KJLD14049)

年  份:2017

卷  号:32

期  号:5

起止页码:82-86

语  种:中文

收录情况:BDHX、BDHX2014、CSCD、CSCD2017_2018、核心刊

摘  要:常用多光谱遥感水体提取少有兼顾光谱与空间信息,致使水体提取的可靠性和准确性难以保证。在利用遥感水体光谱特性的同时,融入深度学习算法,提出归一化差分水体指数(normalized difference water index,NDWI)与深度学习联合的遥感水体提取方法。该方法首先选取典型水体样本进行训练,构建深度学习卷积神经网络(convolutional neural networks,CNN)水体识别模型。其次,计算多光谱影像NDWI指数并分割成图斑,以图斑包络矩形构建初始的水体目标子区。最后,构建NDWI指数与CNN水体识别概率的联合估计模型,并以迭代运算实现最优化遥感水体提取。实验验证了该方法的高可靠性与准确性。相比常用方法,水体识别准确率高达94.19%,而错分率仅为5.04%,显著提高了水体提取精度。

关 键 词:深度学习  归一化差分水体指数  卷积神经网络 水体提取 空谱联合  

分 类 号:TP751]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心