测绘通报2023年第6期引文格式:王丽梅，王延正．基于高分辨率遥感影像的建筑物提取［J］．测绘通报，2023(6):180-183．DOI:10．13474/j．cnki．11-2246．2023．0191．基于高分辨率遥感影像的建筑物提取王丽梅1，2，王延正3(1．河北省水文工程地质勘查院(河北省遥感中心)，河北石家庄050021;2．河北省遥感中心，河北石家庄050021;3．北京图源科技有限公司，北京100192)摘要:高分辨率遥感影像不仅具有丰富的光谱、空间分布、形状和纹理特征，也包含清晰的场景语义信息。本文以安徽省枞阳县枞阳镇为研究区域，以高分辨率影像为基础数据源，利用eCognition软件中深度学习与面向对象相结合的方法进行建筑物自动提取。结果表明，该方法具有更好的建筑物提取效果，总体分类精度达96.8%，可用于通过高分辨率影像进行建筑物提取的生产。关键词:深度学习;eCognition;多尺度分割;面向对象影像分析;卷积神经网络中图分类号:P237文献标识码:A文章编号:0494-0911(2023)06-0180-04Buildingsextractionbasedonhigh-resolutionremotesensingimageryWANGLimei1，2，WANGYanzheng3(1．HydrologyEngineeringGeologicalExplorationInstituteofHebeiProvince，Shijiazhuang050021，China;2．HebeiProvincialRemoteSensingCenter，Shijiazhuang050021，China;3．BeijingMapCoreTechnologyCo．，Ltd．，Beijing100192，China)Abstract:High-resolutionremotesensingimagesnotonlyhaverichspectrum，spatialdistribution，shapeandtexturefeatures，butalsocontainclearscenesemanticinformation．TakingZongyangtown，Zongyangcounty，Anhuiprovinceastheresearcharea，andusinghigh-resolutionimagesasthebasicdatasource，thedeeplearningandobject-orientedmethodineCognitionsoftwareisusedtoautomaticallyextractbuildingsinthispaper．Theresultsshowthatthemethodofcombiningdeeplearningwithobject-orientedhasabettereffectofbuildingextraction，andtheoverallclassificationaccuracyreaches96.8%，whichcanbeusedforbuildingextractionproductionbasedonhigh-resolutionimages．Keywords:deeplearning;eCognition;multiresolutionsegmentation;object-basedimageanalysis;convolutionalneuralnetworks随着遥感技术的进步，遥感影像的分辨率已达到分米级，影像上的地物信息更加丰富，各种地物在影像上显示更加清晰。遥感影像已被广泛应用于新型基础测绘、数字城市...
