Page 191 - 测绘新技术的理论与实践研究

第五章 多源遥感数据获取技术研究

五、自动提取实验分析

（一）CGAN

1. 实验数据
实验样片来自 3 种传感器的 SAR 图像，为保持样片图像的相似性，
TerraSAR-X 图像缩小 1 倍，像元大小降至 2.5m。提取测试数据采用前面半自动
实验的两幅居民地图像。

针对密集街区式居民地，裁切了 1770 张样片（784 张为居民地，986 张为非
居民地），尺寸均为 32×32。第一行为原始样片，第二行为前述的小窗口图像
复制（按 6×6 形式拼接为 192×192）得到的图像，作为训练样片。
2. 网络及其参数设置

基于 CNN 的地物提取采用了 AlexNet 网络结构，如图 5-6 所示。

图 5-6 AlexNet 网络结构

3. 实验结果

样片图像输入网络，进行训练，直至结束。判别时，采用多窗口综合判定，
遥感图像按 32×32 和 20×20 两种尺寸截取图像块，分别以 6×6 和 10×10 的形
式拼接，拉伸成 227×227 的图像，输入网络，进行判别。分类判定阈值一般设
为 0.8，总判定阈值设为 1.6。
（二）CGAN

1. 实验数据
样片来自 CNN 实验同样的 SAR 图像，从多幅 SAR 图像中选取了居民地影

像制作了 987 张样片（尺寸均为 600×1200，左半为 SAR 图像，右半为对应标
签图像）。居民地以农村和较为整齐的城市住宅区两类为主。每张样片的居民地
都进行了标签化处理。但是样片分为两种：全标签样片和部分标签样片，如图 5-7

179