基于空间和通道重构的遥感影像语义分割

遥感影像语义分割在地物提取、土地覆盖分类等领域具有重要应用,由于遥感影像的复杂性和多样性,传统的分割方法难以准确提取图像中的语义信息。为提高分割精度和鲁棒性,文章提出了一种基于空间和通道重构的遥感影像语义分割方法,该方法设计了空间卷积重构单元和通道卷积重构单元,通过这两个单元有效融合空间和通道维度的信息,优化影像中的特征表示。首先,结合空间信息和通道信息,通过空间重构来增强图像的空间结构表达,并利用通道重构进一步提取多维特征;然后,使用武汉大学密集标签数据集(Wuhan Dense Labeling Dataset,WHDLD)进行了训练和测试,并与传统的语义分割方法进行对比分析。实验结果表明:相较于传统方法,基于空间和通道重构的语义分割方法表现出了优异的性能,其平均精确率达到0.78,能够有效提升遥感影像分析在城市规划、环境监测、土地.利用变化检测等领域的精度和效率。

资料为PDF文档格式.

本文档关键词:语义,遥感,影像,分割,通道