城市尺度典型地表要素综合提取方法研究

SUN Qinqin,CAI Guoyin,YANG Liuzhong,ZHANG Ning,DU Mingyi

Bulletin of Surveying and Mapping（2022）

Cited 0|Views5

No score

Abstract

国产高分卫星分辨率的不断提高,使其可以从几何形态、纹理结构及光谱信息等不同侧面实现对城市地表要素的精细描述.与面向对象分类技术相比,深度学习技术的快速发展,使得城市建筑物提取的精度不断提高.然而,由于道路两旁高大建筑物及树木的遮挡,城市道路的提取精度依然有限.本文在利用卷积神经网络提取建筑物的基础上,利用OSM面状道路数据及城市边界数据,结合植被指数和水体指数,借助空间图层叠加,使得城市建筑物、道路、植被和水体提取总体精度优于90％,为国产高分影像辅助城市精细化管理和应用提供了有效解决方案.

AI Read Science

Must-Reading Tree

Example

Generate MRT to find the research sequence of this paper

Chat Paper

Summary is being generated by the instructions you defined