融合全局上下文的近岸养殖池塘提取算法

针对现有方法对于养殖池塘和干扰地物的区分效果不足,在多源高分辨率遥感影像上的普适性有待验证等问题,提出一种融合全局上下文信息的PG-Unet养殖池塘提取模型.该模型在U-Net的基础上,通过增加金字塔特征提取单元来捕捉丰富的全局上下文信息,增加全局引导流来改善不同级别特征图的质量,提升模型在多干扰地物环境定位目标的能力.在GF-2 PMS和BJ-2 PMS数据集上的实验结果表明,PG-Unet模型精度最优,其IoU和F_(1)分数分别达到92.30%、96.00%和92.07%、95.87%,优于U-Net、DensenetUnet和U2Net等方法,具有更强的抗干扰能力和普适性,能更好地区分养殖池塘和干扰地物;同时,PG-Unet模型在诏安湾养殖区域应用也取得了较高的提取精度,能够实现大范围养殖池塘空间分布信息自动精准提取.