余龙君

（广东省国土资源测绘院，广东 广州 510500）

0.引言

测绘遥感技术目前广泛应用于地质勘探、地形分析、航天航空以及海洋环境勘察等工作中，通过测绘遥感设备得到真实的环境影像，为了便于这些影像的存储，以压缩图像的形式保存这些影像，而这一过程会使影像分辨率下降。目前，关于遥感压缩影像方面的研究已有很多，如林瑶瑶等人从影像灰度、纹理、相关性等质量特征和精度两方面进行影像压缩质量评价实验，开展了多种格网尺寸DSM的提取，通过比较不同压缩比下重建与原始影像生成的DSM平均高程误差实现了遥感压缩影像分辨率的优化。但是由于实际地形因子以及测试影像会影响提取精度，从而导致影像压缩的效果被降低。陈文青等人提出一种基于奇异值分解（SVD）的遥感图像压缩方法，首先通过SVD分解获得压缩矩阵，然后采用局部压缩矩阵生成原始图像的近似图像。在分解过程中，通过压缩矩阵的奇异值曲线获取奇异值的衰减曲线以及对图像的贡献程度，选取不同的压缩值可以实现遥感图像的压缩。但是对压缩处理时间和特征点定位方面没有深入研究。因此研究基于全卷积神经网络的测绘遥感压缩影像分辨率优化方法。全卷积神经网络抛弃常规卷积神经网络模型的全连接层，转而使用卷积层分析数据原始尺寸，通过逐像素计算分类损失得到分割结果，一定程度上减少了采样过程中的信息丢失。……