基于全卷积神经网络的遥感图像线性构造解译方法——以云县官房铜矿区为例

文章研究了深度学习方法在地质构造解译中的应用，探究了相比传统的线性构造方法更为高效且无需先验知识的方法。以基于全卷积神经网络(FCN)的图像像素注释方法实现了遥感数据对于线性构造解译半自动解译。选择云南省云县官房铜矿矿区作为实验区域，绘制的图件表明该解译方法能够满足普通地质研究的基本需求，同时也能作为人工线性构造解译工作的初步参考，具有一定的研究意义。而与其他传统自动解译方法对比，可以发现在解译精度、效率和可重复使用性上都存在一定的优势。这些研究成果对于地质构造解译的自动化发展具有重要的参考价值，也为遥感解译智能化的发展提供了新思路。