基于ADRUNet的遥感影像建筑物提取方法研究.pdf

目录

目录

摘要I

ABSTRACTIII

第一章绪论1

1.1研究背景与意义1

1.2国内外研究现状3

1.2.1传统遥感影像建筑物提取方法3

1.2.2基于深度学习的遥感影像建筑物提取4

1.2.3遥感影像建筑物提取方法研究现状5

1.3研究目标与研究内容6

1.4论文组织结构8

第二章具有代表性意义的语义分割网络模型9

2.1引言9

2.2FCN系列10

2.3SegNet11

2.4UNet13

2.5Deeplab系列14

2.6小结16

第三章建立数据集与评估体系17

3.1引言17

3.2数据集18

3.3数据增广19

贵州师范大学硕士学位论文

3.4评价指标20

3.5小结21

第四章基于改进的ResUNet的遥感影像建筑物提取22

4.1引言22

4.2网络结构22

4.2.1整体结构22

4.2.2设计细节23

4.2.3ResNetv1与ResNetv226

4.3训练与结果分析27

4.3.1实验环境27

4.3.2实验方案设计28

4.3.3实验结果28

4.4.4实验分析30

4.5小结31

第五章基于ADRUNet的遥感影像建筑物提取32

5.1引言32

5.2网络结构32

5.2.1总体结构32

5.2.2设计细节33

5.3扩大感受野的方法35

5.3.1感受野35

5.3.2空洞卷积37

目录

5.3.3空间金字塔池化38

5.3.4ASPP和改进的ASPP39

5.4训练与结果分析41

5.4.1实验方案41

5.4.2消融实验42

5.4.3超参数选取44

5.4.4实验结果44

5.4.5定性分析46

5.4.6定量分析47

（1）评价指标对比47

（2）参数量对比48

5.5小结48

第六章ADRUNet在其他数据集上的表现49

6.1引言49

6.2数据集49

6.3实验结果与分析50

6.4小结52

第七章结束语53

7.1工作总结53

7.2工作展望53

参考文献55

致谢63

贵州师范大学硕士学位论文

攻读硕士学位期间主要研究成果64

贵州师范大学学位论文原创性声明65

贵州师范大学学位论文使用授权书65

摘要

摘要

建筑物作为基础地理信息要素的重要构成部分，满足了人们日

常生产生活的各种需要，是人类从事各类工作、学习、社交活动等

等方面不可或缺的场所。随着各类建筑也不断增加，其所蕴含的信

息可以作为人类活动变化和城市变迁踪迹的重要依据，在城市规划、

人口估计等诸多领域都能发挥作用。遥感技术提供了一种高效率的

采集大范围建筑物信息的手段，能够获取全覆盖、大范围、高实时

性的地表观测数据，能够很好地满足现实需要。因而，遥感影像智

能解译的重要的研究和应用方向之一就是从遥感影像中自动化提取

建筑物信息，而深度学习方法是智能解译的重要手段之一。

目前的深度学习网络模型在建筑物的提取上取得了较好的效果，

1

但是依然存在一些可以优化的地方：（）学习细微特征的能力较弱，