基于Mask R-CNN的遥感影像土地分割与轮廓提取

来源：南京信息工程大学学报·自然科学版杂志2021年第1期北京时间：

作者：黎江

单位：黎江,广东工业大学 自动化学院, 广州, 510006,许明慧,广东工业大学 自动化学院, 广州, 510006,1842223946@qq.com张羽,广东电网有限责任公司 江门供电局, 江门, 529000

摘要：传统的模式识别难以对土地遥感影像一次性精确统计分析.在精确分割出土地种类的前提下,本文提出了一种基于骨干网络为ResNet-101-RPN的Mask R-CNN的遥感影像土地分割与轮廓提取方法.该方法包括以下步骤：数据获取、图像去雾、遥感影像土地统计分析、土地分割和轮廓获取.在一个具有挑战性的卫星地图瓦片数据集上对所提出的方法进行训练和测试.实验结果表明,该方法以0.907的均值平均精度（mAP）和31.33像素的均值平均距离误差（mADE）获得了令人满意的不同种类土地分割和轮廓提取结果.

关键词：土地分类;轮廓提取;地图瓦片;Mask R-CNN

基金资助：南方电网公司科技项目（030700KK52190003）