一种基于深度学习的归一化数字表面模型细化方法

本申请实施例公开了一种基于深度学习的归一化数字表面模型细化方法，涉及摄影测量技术领域，该方法包括：通过深度学习模型对金字塔影像的顶层影像处理得到数字表面模型估计结果；选取下一层影像处理得到初始估计结果，生成平滑图、边缘图、差异图与方向图，并进行第一次细化、第二次细化、第三次细化、第四次细化，分别得到细化结果；基于方向图对第四细化结果和初始估计结果处理得到最终细化结果；在最终细化结果对应的分辨率等于初始遥感影像的情况下，输出对应的数字表面模型估计结果。本申请能够全面捕捉像素间的复杂关系，提高模型对图像细节的敏感度，通过多步细化能够逐步提升估计结果的精度，能够生成精度更高的地物高度分布图。