一种利用Mask R-CNN的遥感影像与矢量数据配准方法

作     者：王艳东 邵鑫 刘波 邓跃进 魏广泽 豆明宣 WANG Yandong;SHAO Xin;LIU Bo;DENG Yuejin;WEI Guangze;DOU Mingxuan

作者机构：武汉大学测绘遥感信息工程国家重点实验室湖北武汉430079 东华理工大学测绘工程学院江西南昌330013 

出 版 物：《武汉大学学报（信息科学版）》 (Geomatics and Information Science of Wuhan University)

年 卷 期：2022年第47卷第4期

页      面：623-631页

核心收录：

学科分类：1205[管理学-图书情报与档案管理] 08[工学] 0705[理学-地理学] 0816[工学-测绘科学与技术] 081602[工学-摄影测量与遥感] 0701[理学-数学] 0823[工学-交通运输工程] 

基　　金：国家重点研发计划(2016YFB0501403) 国家自然科学基金(41271399) 测绘地理信息公益性行业科研专项(201512015)。 

主　　题：数据配准 遥感影像 矢量数据 Mask R-CNN 道路交叉口 

摘      要：遥感影像数据与地理信息系统(geographic information system,GIS)矢量数据的配准是遥感与GIS集成的基础。目前遥感影像与矢量数据的配准关键在于遥感影像特征的提取,而现有遥感影像特征提取方法存在特征提取不完整、配准失败和精度不高等问题。由此提出了一种基于Mask R-CNN(region-based convolutional neural network)的遥感影像与矢量数据配准方法,首先,利用Mask R-CNN模型提取影像的道路交叉口作为影像控制点;然后,依据几何拓扑关系筛选矢量数据道路交叉口作为矢量控制点,再根据遥感影像与矢量数据控制点的欧氏距离确定同名控制点;最后,以同名控制点为基础实现遥感影像与矢量数据的配准。选取上海市矢量数据和高分二号影像数据进行配准实验,实验结果表明,所提方法鲁棒性强、精度高。