融合Swin-Transformer网络模型的水体高光区域提取

在强光的照射下，水体的镜面反射往往会对遥感影像产生很大影响，其主要表现就是在图像上产生大小不同、形状各异的亮斑。这些亮斑附近的地物信息基本上都被淹没，对后期的影像分析会造成不同程度的影响，因此对这些亮斑的检测识别就显得尤为重要。文章以DeeplabV3plus为主要网络，提出一种融合Swin-Transformer模块的网络模型。该模型将Swin-Transformer网络作为一个模块与卷积骨干网络并行提取特征。提取出的两类特征经上采样后进行特征融合，再经多次卷积等实现了水体亮斑的识别与分割。实验结果表明，该模型能够对不同类型、不同形状的水体亮斑进行识别分割，其平均交并比为93.44%。