摘要
本发明公开了一种基于深度学习网络利用遥感影像确定水库水体面积的方法,包括:获取包含水库的目标区域的多源SAR影像数据和DEM数据;对所述多源SAR影像数据进行预处理,并结合所述DEM数据获取水库正射SAR影像数据;基于所述水库正射SAR影像数据确定训练样本集和测试样本集;构建基于深度学习网络的初始的水体提取模型,并基于所述训练样集和测试样本集对所述初始的水体提取模型进行训练和测试,以获取最优的水体提取模型;基于所述水库正射SAR影像数据和最优的水体提取模型确定水体区域,并结合水库的边界矢量确定水库水体面积。本发明的方法能够精确地识别不同尺寸和级别的水体对象,能够提升小型水体的检测精度,降低因山体阴影导致的水体误识别问题。
技术关键词
影像
水体
水库
深度学习网络
样本
图像分割
基准
精确地识别
数据获取单元
上采样
分类器
策略
编码器
镜像
强度
解码
校正
滤波