摘 要：随着互联网的高速发展，大数据时代已经到来，时效性强的数据不断涌现，数据在各行业中的重要性愈发凸显。传统的人工数字化方法存在耗时长、效率低、需要大量人力的问题。采用ENVI 卫星影像深度学习处理技术对西部地区房屋建筑进行数字化, 该算法将遥感影像中ROI 感兴趣区作为目标检测对象，通过参数优化、类激活栅格输出、密度分割等过程，得到此卫星影像的SHP 图。此方法提高了数字化的效率，提供了有力的数据支持。
关键词：ENVI；数据数字化；卫星影像处理
中图分类号：TP183；TP751 文献标识码：A 文章编号：2096-4706（2020）01-0057-03
Research on Satellite Image Recognition Method Based on ENVI Deep Learning Model
CUI Kewei，ZHANG Yahao，LIU Tong，HUANG Meng
（Institute of Disaster Prevention Science and Technology，Sanhe 065201，China）
Abstract：With the rapid development of the internet，the era of big data has come，and data with strong timeliness is emerging，and the crucial importance of data in various industries is becoming increasingly prominent. The traditional manual digital method has the problems of time-consuming，low efficiency and large amount of manpower. ENVI satellite image deep learning processing technology is used to digitize the buildings in the western region. This algorithm takes ROI region of interest in the remote sensing image as the object of detection，through parameter optimization，class activation grid output，density segmentation and other processes,and then the SHP image of the satellite image can be obtained. This method improves the efficiency of digitization and provides powerful data support.
Keywords：ENVI；data digitization；satellite image processing
基金项目：地震震害防御专项项目；中央高校基本科研业务费专项项目（ZY20180124）
参考文献：
[1] 程许龙，党光普，李致博. 地籍信息化管理中老旧铁路用地图数字化方法研究 [J]. 北京测绘，2018，32（8）：923-927.
[2] 李贤江，陈佑启，邹金秋，等. 卷积神经网络在高分辨率影像分类中的应用 [J]. 农业大数据学报，2019，1（1）：67-77.
[3] 王增林，朱大明. 基于遥感影像的最大似然分类算法的探讨 [J]. 河南科学，2010，28（11）：458-461.
[4] 赵元元. 数字化城市数字地图及空间数据库建设 [J]. 居业，2019（5）：14-15+18.
[5] 金杰，朱海岩，李子潇，等.ENVI 遥感图像处理中几种监督分类方法的比较 [J]. 水利科技与经济，2014，20（1）：146-148+160.
[6] 李颖玥，刘朝晖. 中国数字化城市管理发展综述 [J]. 智能建筑与智慧城市，2017（2）：28-32.
[7] 邓书斌，陈秋锦，杜会建，等.ENVI 遥感图像处理方法：第2 版 [M]. 北京：高等教育出版社，2014.
[8] 李颖玥，刘朝晖. 中国数字化城市管理发展综述 [J]. 智能建筑与智慧城市，2017（2）：28-32.
作者简介：崔珂玮（2000.03-），男，汉族，山东临沂人，本科，计算机科学与技术专业，学士学位，研究方向：人工智能和软件开发应用。