叶秀芬， 于淼， 郭书祥， 梁洪

(哈尔滨工程大学 自动化学院，黑龙江 哈尔滨 150001)

遥感图像语义分割广泛应用于坏境监测、交通规划、自动驾驶系统等多个领域[1]。随着遥感技术的迅猛发展，高分辨率的遥感卫星图像具有观测范围广、包含物体信息多、信息特征提取困难等特点[2]。传统的图像处理方法在应对遥感图像目标提取的问题时，主要难度在于目标特征选取时十分依赖于领域专家的经验[3]。

在遥感图像目标分割领域中，目前多是对一些图像中的地貌信息如水体、森林、道路等占比较大的区域进行分割，对于细弱目标精确分割的研究很少。而高压输电线路作为遥感图像中细弱目标的代表，存在着目标特征难以精确提取、目标类别占整体图像比例过少以及目标受背景干扰大等挑战。目前常用的一些图像分割方法难以取得精确的遥感图像细弱目标分割效果。实现遥感图像中高压输电线路这类细弱目标准确的分割，对于输电线路的运维管理和故障检测具有重大研究意义和应用价值。

对于遥感图像中的目标分割，国内外学者在不同的领域中提出了各自的方法。田昊等[4]提出了基于先验形状约束水平集模型的遥感图像中建筑物提取的方法。周家香等[5]提出了一种基于形态学滤波的高分辨率遥感图像城区不透水表面的提取方法。赵雪梅等[6]利用隐马尔可夫模型和高斯随机场模型，提出了一种模糊聚类的遥感图像分割算法。……