基于深度学习的卫星遥感图像边缘检测方法

来源：计算机测量与控制杂志2022年第10期北京时间：

作者：叶应辉

单位：吉林大学 地球探测科学与技术学院

摘要：为解决卫星遥感图像边缘模糊噪点过多，导致图像清晰度过低的问题，提出基于深度学习的卫星遥感图像边缘检测方法。利用Softmax分类器结构，提取边缘图像节点处的数据信息参量，遵循深度学习算法，完成对图像信息的卷积与池化处理，实现基于深度学习的卫星遥感图像识别。根据尺度空间定义原则，确定边缘检测特征点所处位置，再联合梯度信息熵计算结果，完成对卫星遥感图像的拼接处理。分别计算一阶微分边缘算子、二阶微分边缘算子的具体数值，确定梯度幅值的取值区间，总结已知数值参量，建立完整的双阈值表达式，完成基于深度学习的卫星遥感图像边缘检测方法的设计。实验结果表明，应用所提方法后卫星遥感图像边缘节点处信噪比指标增大，可有效控制模糊噪点对图像清晰度的影响，在卫星遥感图像边缘精准检测方面具有较强的实用性。

关键词：深度学习;卫星遥感图像;边缘检测;Softmax分类器;尺度空间;微分边缘算子;

基金资助：National natural science foundation of China (42171407 ,42077242)