为了应对全球70%的未注册土地权的挑战,对地籍测绘方法的需求不断增长。由于传统的现场实地测量既耗时又耗费人力,因此土地管理部门一直提倡基于遥感的地籍测绘,但基于遥感影像的自动划界的准确性仍然是一项重大挑战。在这项研究中,使...为了应对全球70%的未注册土地权的挑战,对地籍测绘方法的需求不断增长。由于传统的现场实地测量既耗时又耗费人力,因此土地管理部门一直提倡基于遥感的地籍测绘,但基于遥感影像的自动划界的准确性仍然是一项重大挑战。在这项研究中,使用无人机获得的图像来探索深度全卷积网络(Fully Convolu-tional Networks,FCN)在城市和城郊地区进行地籍边界提取的能力。在甘肃天水的两个地点使用其他最先进的技术来测试FCN、多分辨率分割(Multi-Resolution Segmentation,MRS)和全局化边界概率(Globalized Probability of Boundary,gPb)算法的性能。实验结果表明:FCN在两个研究领域的表现均优于MRS和gPb,精度平均为0.79,召回率为0.37,F评分为0.50。总之,FCN能够有效地提取地籍边界,尤其是在大量地籍边界可见的情况下。这种自动化方法可以最大限度地减少手动数字化并减少实地工作,从而促进当前的地籍测绘和更新做法。展开更多
文摘为了应对全球70%的未注册土地权的挑战,对地籍测绘方法的需求不断增长。由于传统的现场实地测量既耗时又耗费人力,因此土地管理部门一直提倡基于遥感的地籍测绘,但基于遥感影像的自动划界的准确性仍然是一项重大挑战。在这项研究中,使用无人机获得的图像来探索深度全卷积网络(Fully Convolu-tional Networks,FCN)在城市和城郊地区进行地籍边界提取的能力。在甘肃天水的两个地点使用其他最先进的技术来测试FCN、多分辨率分割(Multi-Resolution Segmentation,MRS)和全局化边界概率(Globalized Probability of Boundary,gPb)算法的性能。实验结果表明:FCN在两个研究领域的表现均优于MRS和gPb,精度平均为0.79,召回率为0.37,F评分为0.50。总之,FCN能够有效地提取地籍边界,尤其是在大量地籍边界可见的情况下。这种自动化方法可以最大限度地减少手动数字化并减少实地工作,从而促进当前的地籍测绘和更新做法。