基于SAR影像的鱼塘提取

相关背景

养殖塘是主要渔业国家水产养殖的主要承载体，养殖塘开发利用带来巨大经济效益的同时也加速了周边环境恶化。遥感技术具有成本低、多时相、覆盖广等特点，利用遥感技术对客观监测养殖塘的时空变化，从而实现养殖塘变迁对周边生态影响的科学认知。

虽然人工提取养殖塘可以达到最高的精度，但人力资源成本过多，因此更需要自动提取方法。利用深度卷积神经网络(DCNN)可以很好地实现自动提取，这些网络在图像分类、对象检测、语义分割等许多计算机视觉领域都取得了显著的成功。

1 方法概述

首先基于语义分割模型 UNet 对目标区域进行粗提取，两分类（背景和鱼塘）模型获取 前景区域，三分类（背景、鱼塘和边界）模型获取标记区域，针对困难边界，结合局部分割 方法对边缘进行修复，最后利用分水岭算法对两个类别（养殖塘类和边界类）进行融合。养 殖塘地块提取流程如下图所示。

2 标记区域提取

我们选用语义分割UN