高分七号影像大场景DSM生成深度学习方法

P236; 立体匹配是利用卫星影像生成DSM的重要步骤,近年来基于深度学习的立体匹配方法有较好的性能,然而,由于模型预测的视差范围固定有限及缺少训练数据,深度学习很少直接用于大场景卫星影像的立体匹配.本文提出了一种分层动态匹配策略,根据上一层匹配结果来动态确定本层影像分块的区域,使左右核线影像块的视差相对较小,利于深度学习模型进行预测;本文提出了一套卫星影像立体匹配样本制作方案,利用人工编辑的DSM或LiDAR点云获取视差真值,构建了一个高分七号立体匹配数据集.使用该数据集和现有数据集训练Stereo-Net和DSM-Net并基于分层匹配策略,实现了结合深度学习技术的高分七号影像高质量DSM生...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	测绘学报 2023, Vol.52 (12), p.2103-2114
Hauptverfasser:	何升, 张建凯, 陈凤, 李绅弘, 江万寿
Format:	Artikel
Sprache:	chi
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Beschreibung
Zusammenfassung:	P236; 立体匹配是利用卫星影像生成DSM的重要步骤,近年来基于深度学习的立体匹配方法有较好的性能,然而,由于模型预测的视差范围固定有限及缺少训练数据,深度学习很少直接用于大场景卫星影像的立体匹配.本文提出了一种分层动态匹配策略,根据上一层匹配结果来动态确定本层影像分块的区域,使左右核线影像块的视差相对较小,利于深度学习模型进行预测;本文提出了一套卫星影像立体匹配样本制作方案,利用人工编辑的DSM或LiDAR点云获取视差真值,构建了一个高分七号立体匹配数据集.使用该数据集和现有数据集训练Stereo-Net和DSM-Net并基于分层匹配策略,实现了结合深度学习技术的高分七号影像高质量DSM生成.3个城市的影像试验表明,本文方法匹配的视差图的平均视差绝对误差为1像素左右,错误视差像素比例不超过3.8％,生成的D SM质量优于传统方法.
ISSN:	1001-1595
DOI:	10.11947/j.AGCS.2023.20220567