基于ResNet的面向对象矿区占地信息提取研究 |
| |
引用本文: | 甄娜,陈涛,霍光杰,李小芳.基于ResNet的面向对象矿区占地信息提取研究[J].河南科学,2023(4):619-624. |
| |
作者姓名: | 甄娜 陈涛 霍光杰 李小芳 |
| |
作者单位: | 1. 河南省自然资源监测院,河南省地质灾害防治重点实验室;2. 中国地质大学(武汉)地球物理与空间信息学院 |
| |
基金项目: | 国家自然科学基金(62071439); |
| |
摘 要: | 利用高分二号影像结合面向对象方法展开矿区占地信息提取研究,采用面积比均值法确定分割尺度进行多尺度分割获取对象,基于空间优化工具选取特征后标记样本,其中训练集、测试集和验证集比例为3∶1.将样本集在ResNet模型中训练,应用于全部对象,并与CNN模型进行对比.结果表明,面向对象方法结合ResNet模型进行矿区占地信息提取总体精度为91.41%,Kappa系数为0.89,优于CNN方法.该方法适用于以露天采场和矿堆为主的矿区环境,可以为后续的矿区环境治理工作提供有效的技术支持.
|
关 键 词: | 矿区占地信息 面向对象方法 ResNet 信息提取 遥感图像 |
|
|