典型文献
遥感图像港口目标提取方法研究
文献摘要：
港口内各类目标的准确识别对港口资源的管理及港区监管具有重要的意义。为了充分利用遥感影像探测范围广、时效性强等特点，研究自动提取港口内各类目标地物的算法尤为重要。本文利用DeepLabV3+网络结构，构建了油罐、矿石堆场、集装箱堆场分类提取模型，通过对模型的训练，最终实现端对端提取港区内的油罐、矿石堆场及集装箱堆场。以青岛港部分港区为实验区，选取高分2号影像为源图像，结果表明油罐、矿石堆场、集装箱堆场的识别率分别为96.6％、97.2％、90.49％，具有一定的实用价值。
文献关键词：
港口目标;遥感图像;深度学习;卷积神经网络
中图分类号：
作者姓名：
王磊;马佩坤;卢飞霞;曹万云;夏梦莹;刘玉梅;赵志闯
作者机构：
山东华宇航天空间技术有限公司 山东烟台 264000
文献出处：
引用格式：
[1]王磊;马佩坤;卢飞霞;曹万云;夏梦莹;刘玉梅;赵志闯-.遥感图像港口目标提取方法研究)[J].科技经济导刊,2022(06):35-45
A类：
港口目标
B类：
遥感图像,目标提取,口内,类目,准确识别,港口资源,港区,遥感影像,自动提取,地物,DeepLabV3+,油罐,矿石堆,集装箱堆场,提取模型,端对端,青岛港,实验区,识别率
AB值：
0.270345
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
