矿业研究与开发

作者：姚奇,李少丹,薛彭帅,朱小龙,袁运许,胡引翠

关键词：矿山遥感影像;地物识别;特征融合;双分支网络;植被干扰

针对矿山遥感影像中植被覆盖复杂、地物边界模糊导致传统分割模型地物识别精度不足的问题,提出了一种双分支DB-TransUNet模型.该模型创新性地构建了双分支编码结构,并通过自适应加权融合(AWF)模块整合双分支特征,结合通道自适应增强(CA)模块优化解码过程中的特征权重分配,从而实现了关键区域特征的聚焦与背景噪声的有效抑制.试验结果表明,引入AWF与CA模块,模型的mIoU 分别提升了4.16％和78.63％;完整DB-TransUNet模型在复杂遥感场景中取得mIoU ＝0.903 7、mDice＝0.948 8的优异分割效果;对比主流网络分割架构,DB-TransUNet模型各项指标更为优异,在矿山复杂地物的识别与精细分割上精度更高、泛化能力更强.研究验证了多源特征互补与权重融合策略在缓解矿山地物识别受植被干扰问题方面的有效性,为露天矿区的高精度智能监测提供了可靠的技术方案.

来源：2026年第4期

《矿业研究与开发》期刊编辑部

查看矿业研究与开发杂志2026年第4期