科创中国

本发明公开了一种基于深度学习的遥感图像水体提取方法及系统，该方法通过利用我国高分‑1号/2号(GF‑1/GF‑2)以及资源‑3号(ZY‑3)卫星影像，结合U‑net和Densenet两种深度学习的卷积神经网络(CNNs)结构的优势，建立了一种新型的提取水体的CNNs模型。通过对大量的高分遥感图像中的水体进行标注，得到影像中水体标注的结果作为训练集；用建立的CNNs模型对高分遥感图像进行训练试验并得到水体的二值化图像；将二值图像中识别出的像素值进行标识得到水体目标。本发明能够实现高精度、自动化的快速提取高分遥感影像中的水体信息，提升了水体提取的智能化、自动化水平和提取精度，能够广泛应用于水体提取相关的各个领域。