高分七号影像大场景DSM生成深度学习方法

文章预览

摘要 ：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DSM质量优于传 ………………………………