第４６卷第３期２０２３年３月测绘与空间地理信息ＧＥＯＭＡＴＩＣＳ＆ＳＰＡＴＩＡＬＩＮＦＯＲＭＡＴＩＯＮＴＥＣＨＮＯＬＯＧＹＶｏｌ．４６，Ｎｏ．３Ｍａｒ．，２０２３收稿日期：２０２１－１２－２０基金项目：重庆市教委科学技术研究项目（ＫＪＱＮ２０１８００７４７、ＫＪＱＮ２０２１０３４１０）资助作者简介：林娜（１９８１－），女，湖北襄阳人，副教授，博士，２０１１年毕业于成都理工大学地球探测与信息技术专业，主要从事深度学习在遥感图像处理中的研究应用与教学工作。基于ＳｅｇＮｅｔ＿ＣＲＦ的遥感影像水体提取方法林娜１，王玉莹１，郭江１，潘鹏１，李莉２（１．重庆交通大学土木工程学院，重庆４０００７４；２．重庆工程职业技术学院测绘地理信息学院，重庆４０２２６０）摘要：水体的自动提取对于洪水监测、水资源管理等方面有着重要意义。本文提出了ＳｅｇＮｅｔ＿ＣＲＦ语义分割方法，可从遥感影像上自动提取水体。首先，在ＳｅｇＮｅｔ编码器和解码器之间植入空洞卷积特征提取块，融合不同尺度的特征，然后在分类后处理中引入条件随机场，对提取结果进行精细化处理，最后与ＦＣＮ、经典ＳｅｇＮｅｔ网络水体提取结果对比，结果表明，ＳｅｇＮｅｔ＿ＣＲＦ网络结构在Ｒｅｃａｌｌ、Ｐｒｅｃｉｓｉｏｎ以及Ｆ１－ｓｃｏｒｅ指标上都有所提高，水体提取结果更加准确完整，抑制噪声能力更强。ＳｅｇＮｅｔ＿ＣＲＦ网络可有效地实现水体提取任务。关键词：遥感影像；水体提取；ＳｅｇＮｅｔ；空洞卷积；全连接条件随机场中图分类号：Ｐ２３７文献标识码：Ａ文章编号：１６７２－５８６７（２０２３）０３－００１２－０４ＡＭｅｔｈｏｄｏｆＷａｔｅｒＥｘｔｒａｃｔｉｏｎｆｒｏｍＲｅｍｏｔｅＳｅｎｓｉｎｇＩｍａｇｅｓＢａｓｅｄｏｎＳｅｇＮｅｔ＿ＣＲＦＬＩＮＮａ１，ＷＡＮＧＹｕｙｉｎｇ１，ＧＵＯＪｉａｎｇ１，ＰＡＮＰｅｎｇ１，ＬＩＬｉ２（１．ＳｃｈｏｏｌｏｆＣｉｖｉｌＥｎｇｉｎｅｅｒｉｎｇ，ＣｈｏｎｇｑｉｎｇＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｃｈｏｎｇｑｉｎｇ４０００７４，Ｃｈｉｎａ；２．ＳｃｈｏｏｌｏｆＳｕｒｖｅｙｉｎｇ，ＭａｐｐｉｎｇａｎｄＧｅｏｇｒａｐｈｉｃＩｎｆｏｒｍａｔｉｏｎ，ＣｈｏｎｇｑｉｎｇＶｏｃａｔｉｏｎａｌＩｎｓｔｉｔｕｔｅｏｆＥｎｇｉｎｅｅｒｉｎｇ，Ｃｈｏｎｇｑｉｎｇ４０２２６０，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ａｕｔｏｍａｔｉｃｅｘｔｒａ...
