摘要

近年来,随着遥感技术的不断发展,遥感图像在城市规划、农业规划及军事训练等领域有着极大的应用前景,对遥感图像的语义分割研究也变得尤为重要。本文提出一种基于改进Deeplabv3的遥感图像语义分割方法,通过改进单一的上采样层,利用主干网络中得到的残差进行多层上采样,保证图像在分辨率上的语义完整;同时,修改ASPP层中4层膨胀卷积的膨胀率,使得网络对小物体分割有更好的效果。实验结果表明:改进的Deeplabv3语义分割算法在自制的数据集上mIou和像素准确率达到了94.92%和98.01%,较原算法分别提高了3.77%和2.40%,不仅拥有更高的准确性,而且对各类地形的分割有更好的鲁棒性;同时,本文提出的分割方法也优于U-net、SegNet、HR-Net和DANet等当前主流分割方法。