DeepLabv3+和PSPNet算法对防尘网自动识别的适用性研究

生产建设项目地块数量多而分布分散,当前开展自动化遥感提取生产建设项目地块的研究较少,仍主要采用人工目视解译遥感影像的方法进行提取,存在效率低、成本高、稳定性差等问题。基于高分一号(GF-1)遥感影像,分析归纳不同类型和阶段生产建设项目组成地物的光谱、形状和空间特征,将防尘网确定为在建生产建设项目检测的特征地物,比较分析不同场景下DeepLabv3+和PSPNet 2种深度学习方法对防尘网的提取结果。研究结果表明:不同难易程度场景下,DeepLabv3+模型的识别结果均明显优于PSPNet模型,从而为在建生产建设项目防尘网的遥感监管提供一种新模式。快速获取生产建设项目地块的位置和边界信息,对提升水土保持监管效率、保护区域水土资源具有重要意义。