结合深度学习的高分辨率卫星影像地物分类技术研究

清瑶 刘(广东省国土资源测绘院，中国)
建华 余(广东省国土资源测绘院，中国)

摘要

随着遥感技术与计算机视觉的快速发展，深度学习已成为高分辨率卫星影像地物分类中的关键方法。高分辨率影像具备丰富的纹理、形状与光谱信息，能够细致表达地表覆盖物特征，为土地利用动态监测与环境资源管理提供技术支持。深度学习算法通过构建多层神经网络结构，有效挖掘遥感数据中的复杂特征关联，提升了地物识别的自动化程度与精度水平。研究聚焦影像预处理、模型架构、分类优化与应用扩展，构建适应多样地物类型与场景变化的分类策略，推动遥感影像智能解译技术向高精度、高效率方向发展。

关键词

高分辨率影像；地物分类；深度学习；遥感解译；语义分割

参考

刘凤莲,曹永兴,高润明,朱军,卜祥航.基于高分辨率卫星影像的输电走廊植被生长预警[J].电力科学与技术学报,2021,36(03):188-194.

王施云.基于深度学习的高分辨率遥感影像地物分类技术研究[D].导师：杨帆.河北工业大学,2021.

杨佳睿,吴建宁,严南征,汪希增,杨知,赵斌滨.基于高分辨率卫星影像数据高原输电通道巡视技术的研究[J].宁夏电力,2020,(01):57-61.

彭天凡,范昕桐,任瑞治,顾玲嘉.基于卫星遥感影像的土地分类实验方法研究[J].吉林大学学报(信息科学版),2019,37(05):582-587.

朱自娟.基于GF-1卫星影像的东洞庭湖湿地信息提取技术研究[D].导师：张怀清.中国林业科学研究院,2015.

DOI: http://dx.doi.org/10.12345/xdchgc.v8i3.28325