基于模糊多尺度特征的遥感图像分割网络

来源：计算机应用杂志2024年第11期北京时间：

作者：李子怡, 曲婷婷, 崇乾鹏, 徐金东

单位：烟台大学 计算机与控制工程学院，山东 烟台 264005

摘要：受成像距离、光照、地物特征、环境等因素影响，遥感图像中同一类别物体可能存在一定差异，而不同类别的物体反而显示相似的视觉特征，这导致在分割时存在着不确定性，即类内异质与类间模糊。为了解决此问题，提出一种用于遥感图像分割的模糊多尺度卷积神经网络（FMCNet）。该网络通过提取图像中不同尺度、大小和宽高比的感受野，充分表征遥感物体的细节信息，并利用模糊逻辑有效地表达像素与其相邻像素之间的关系，进而解决遥感图像分割中的不确定性问题。实验结果表明，FMCNet在ISPR Vaihingen和Potsdam数据集上的整体准确率（OA）分别为85.3%和86.3%，优于现有流行的语义分割方法。

关键词：语义分割,卷积神经网络,模糊逻辑,遥感图像,多尺度特征

基金资助：国家自然科学基金资助项目(62072391)