Detailed segmentation of high-resolution remote sensing images calibrated with omnidirectional rectangle

CHEN Sirui; HU Fangmin; WANG Hongliang; XIE Tao

doi:10.37188/OPE.20253319.3121

您当前的位置：

首页 >

文章列表页 >

Detailed segmentation of high-resolution remote sensing images calibrated with omnidirectional rectangle

Information Sciences | 更新时间：2025-11-03

- Detailed segmentation of high-resolution remote sensing images calibrated with omnidirectional rectangle
- Optics and Precision Engineering Vol. 33, Issue 19, Pages: 3121-3134(2025)
- 作者机构：
  
  昆明理工大学民航与航空学院，云南昆明 650500
- 作者简介：
- 基金信息：
- DOI：10.37188/OPE.20253319.3121
  CLC： TP79
- CSTR：32169.14.OPE.20253319.3121
- Received：01 July 2025，
  
  Revised：2025-07-28，
  
  Published：10 October 2025
- 稿件说明：
移动端阅览
陈思睿,胡方敏,王洪亮等.全向矩形校准的高分辨遥感影像细节分割[J].光学精密工程,2025,33(19):3121-3134.

CHEN Sirui,HU Fangmin,WANG Hongliang,et al.Detailed segmentation of high-resolution remote sensing images calibrated with omnidirectional rectangle[J].Optics and Precision Engineering,2025,33(19):3121-3134.
陈思睿,胡方敏,王洪亮等.全向矩形校准的高分辨遥感影像细节分割[J].光学精密工程,2025,33(19):3121-3134. DOI： 10.37188/OPE.20253319.3121. CSTR： 32169.14.OPE.20253319.3121.

CHEN Sirui,HU Fangmin,WANG Hongliang,et al.Detailed segmentation of high-resolution remote sensing images calibrated with omnidirectional rectangle[J].Optics and Precision Engineering,2025,33(19):3121-3134. DOI： 10.37188/OPE.20253319.3121. CSTR： 32169.14.OPE.20253319.3121.

摘要

针对高分辨率遥感影像分割中特征提取不全、边缘模糊及小目标漏检等难题，提出一种基于全向矩形校准的高分辨遥感影像细节分割方法，构建全向矩形校准网络（Omnidirectional Rectangular Calibration Network， ORCNet）。首先，设计全向矩形校准状态空间模块（Omnidirectional Rectangular Calibration State Space Module， ORSM），通过八向扫描与几何敏感权重校准，提升特征几何适应性与目标保留能力。随后，构建互补滤波混合特征融合模块（Complementary Filtering Hybrid Attention Fusion Module， CFHAF）融合通道、空间与像素级注意力机制，实现多尺度特征的自适应融合，增强语义感知。最后，融合动态点上采样技术（Dynamic Point Upsampling， DySample）优化边界细节恢复能力，结合Focal-Dice混合损失函数进行训练优化。实验结果表明，ORCNet在Massachusetts buildings数据集上F1score达到84.64%，mIoU达到77.07%，在deepglobe-road-dataset上，F1score达到85.32%，较RSMamba提升3.51%。该方法有效克服了遥感分割中存在的问题，具备显著的高精度、强稳定性和优秀的实际应用潜力。

Abstract

To address incomplete feature extraction， blurred boundaries， and omission of small targets in high-resolution remote sensing image segmentation， a detail-preserving segmentation method based on omnidirectional rectangular calibration， termed the Omnidirectional Rectangular Calibration Network （ORCNet）， is proposed. First， an Omnidirectional Rectangular Calibration State Space Module （ORSM） is introduced to enhance geometric adaptability and target retention via octagonal scanning and geometry-sensitive weight calibration. Next， a Complementary Filtering Hybrid Attention Fusion Module （CFHAF） is developed， integrating channel-， spatial-， and pixel-level attention mechanisms to enable adaptive multi-scale feature fusion and improved semantic discrimination. Finally， Dynamic Point Upsampling （DySample） is incorporated to refine boundary detail recovery. The model is trained with a Focal-Dice hybrid loss. On the Massachusetts Buildings dataset， the method achieves an F1 score of 84.64% and an mIoU of 77.07%. On the DeepGlobe Road dataset， an F1 score of 85.32% is obtained， representing a 3.51% improvement over RSMamba. Experimental results indicate that the proposed approach effectively addresses the three primary challenges in remote sensing segmentation， delivering high precision， robust performance， and strong potential for practical application.

关键词

Keywords

references

ZHANG G Z ， JIANG W Y . Remote sensing image semantic segmentation method based on a deep convolutional neural network and multiscale feature fusion ［J］. International Journal on Semantic Web and Information Systems ， 2023 ， 19 （ 1 ）： 1 - 16 . doi: 10.4018/ijswis.333712 http://dx.doi.org/10.4018/ijswis.333712

CHENG J ， DENG C J ， SU Y Z ， et al . Methods and datasets on semantic segmentation for Unmanned Aerial Vehicle remote sensing images： a review ［J］. ISPRS Journal of Photogrammetry and Remote Sensing ， 2024 ， 211 ： 1 - 34 . doi: 10.1016/j.isprsjprs.2024.03.012 http://dx.doi.org/10.1016/j.isprsjprs.2024.03.012

ZHU Q W ， LI K ， ZHANG G J ， et al . GDSR： Global-Detail Integration through Dual-Branch Network with Wavelet Losses for Remote Sensing Image Super-Resolution ［J/OL］. Arxiv ， preprint Arxiv： 2501 . 01460 ， 2024 . https：//arxiv.org/html/ 2501. 01460 https://arxiv.org/html/2501.01460 .

朱长青，王耀革，马秋禾，等 . 基于形态分割的高分辨率遥感影像道路提取［J］. 测绘学报， 2004 ， 33 （ 4 ）： 347 - 351 .

ZHU CH Q ， WANG Y G ， MA Q H ， et al . Road extraction from high-resolution remotely sensed image based on morphological segmentation ［J］. Acta Geodaetica et Cartographic Sinica ， 2004 ， 33 （ 4 ）： 347 - 351 . （in Chinese）

汪闽，骆剑承，周成虎，等 . 结合高斯马尔可夫随机场纹理模型与支撑向量机在高分辨率遥感图像上提取道路网［J］. 遥感学报， 2005 ， 9 （ 3 ）： 271 - 276 . doi: 10.11834/jrs.20050340 http://dx.doi.org/10.11834/jrs.20050340

WANG M ， LUO J CH ， ZHOU CH H ， et al . Extraction of road network from high resolution remote sensed imagery with the combination of Gaussian Markov random field texture model and support vector machine ［J］. Journal of Remote Sensing ， 2005 ， 9 （ 3 ）： 271 - 276 . （in Chinese） . doi: 10.11834/jrs.20050340 http://dx.doi.org/10.11834/jrs.20050340

SHI J B ， MALIK J . Normalized cuts and image segmentation ［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence ， 2000 ， 22 （ 8 ）： 888 - 905 . doi: 10.1109/34.868688 http://dx.doi.org/10.1109/34.868688

KASS M ， WITKIN A ， TERZOPOULOS D . Snakes： active contour models ［J］. International Journal of Computer Vision ， 1988 ， 1 （ 4 ）： 321 - 331 . doi: 10.1007/bf00133570 http://dx.doi.org/10.1007/bf00133570

CHEN L C ， ZHU Y K ， PAPANDREOU G ， et al . Encoder-decoder with atrous separable convolution for semantic image segmentation ［C］. Computer Vision-ECCV 2018. Cham ： Springer ， 2018 ： 833 - 851 . doi: 10.1007/978-3-030-01234-2_49 http://dx.doi.org/10.1007/978-3-030-01234-2_49

RONNEBERGER O ， FISCHER P ， BROX T . U - Net ： Convolutional Networks for Biomedical Image Segmentation ［M］. Medical Image Computing and Computer-Assisted Intervention-MICCAI 2015. Cham ： Springer International Publishing ， 2015 ： 234 - 241 . doi: 10.1007/978-3-319-24574-4_28 http://dx.doi.org/10.1007/978-3-319-24574-4_28

CAO H ， WANG Y Y ， CHEN J ， et al . Swin - unet ： Unet - like Pure Transformer for Medical Image Segmentation ［M］. Computer Vision-ECCV 2022 Workshops. Cham ： Springer Nature Switzerland ， 2023 ： 205 - 218 . doi: 10.1007/978-3-031-25066-8_9 http://dx.doi.org/10.1007/978-3-031-25066-8_9

LIU Y ， TIAN Y ， ZHAO Y ， et al . Vmamba： Visual state space model ［J/OL］. Arxiv ， preprint Arxiv： 2401 . 10166 ， 2024 . https：//arxiv.org/abs/2401.10166 https://arxiv.org/abs/2401.10166 .

李智杰，惠爱婷，李昌华，等 . 面向遥感图像道路提取的多尺度上下文感知网络［J］. 光学精密工程， 2025 ， 33 （ 4 ）： 610 - 623 . doi: 10.37188/ope.20253304.0610 http://dx.doi.org/10.37188/ope.20253304.0610

LI ZH J ， HUI A T ， LI CH H ， et al . Multi-scale context-aware network for road extraction in remote sensing images ［J］. Opt. Precision Eng. ， 2025 ， 33 （ 4 ）： 610 - 623 . （in Chinese） . doi: 10.37188/ope.20253304.0610 http://dx.doi.org/10.37188/ope.20253304.0610

刘帅，李笑迎，于梦，等 . 高分辨率遥感图像双解耦语义分割网络模型［J］. 测绘学报， 2023 ， 52 （ 4 ）： 638 - 647 .

LIU SH ， LI X Y ， YU M ， et al . Dual decoupling semantic segmentation model for high-resolution remote sensing images ［J］. Acta Geodaetica et Cartographica Sinica ， 2023 ， 52 （ 4 ）： 638 - 647 . （in Chinese）

ZHANG W H ， JIAO L C ， LIU X ， et al . Multi-scale feature fusion network for object detection in VHR optical remote sensing images ［C］. IGARSS 2019-2019 IEEE International Geoscience and Remote Sensing Symposium . 28-2，2019 ， Yokohama ， Japan . IEEE ， 2019 ： 330 - 333 . doi: 10.1109/igarss.2019.8897842 http://dx.doi.org/10.1109/igarss.2019.8897842

CHEN Z X ， HE Z W ， LU Z M . DEA-net： single image dehazing based on detail-enhanced convolution and content-guided attention ［J］. IEEE Transactions on Image Processing ， 2024 ， 33 ： 1002 - 1015 . doi: 10.1109/tip.2024.3354108 http://dx.doi.org/10.1109/tip.2024.3354108

江宝得，黄威，许少芬，等 . 融合分散自适应注意力机制的多尺度遥感影像建筑物实例细化提取［J］. 测绘学报， 2023 ， 52 （ 9 ）： 1504 - 1514 .

JIANG B D ， HUANG W ， XU SH F ， et al . Multi-scale building instance refinement extraction from remote sensing images by fusing with decentralized adaptive attention mechanism ［J］. Acta Geodaetica et Cartographica Sinica ， 2023 ， 52 （ 9 ）： 1504 - 1514 . （in Chinese）

ZHU H ， ZHU Y ， XIAO J Y ， et al . Exact： exploring space-time perceptive clues for weakly supervised satellite image time series semantic segmentation ［C］. 2025 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）. 10-17，2025 ， Nashville， TN， USA. IEEE ， 2025 ： 14036 - 14045 . doi: 10.1109/cvpr52734.2025.01310 http://dx.doi.org/10.1109/cvpr52734.2025.01310

LI K Y ， LIU R X ， CAO X Y ， et al . SegEarth-OV： towards training-free open-vocabulary segmentation for remote sensing images ［C］. 2025 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）. 10-17，2025 ， Nashville， TN， USA. IEEE ， 2025 ： 10545 - 10556 . doi: 10.1109/cvpr52734.2025.00986 http://dx.doi.org/10.1109/cvpr52734.2025.00986

ZHAO S ， CHEN H ， ZHANG X ， et al . Rs-mamba for large remote sensing image dense prediction ［J/OL］. Arxiv ， preprint Arxiv： 2404 . 02668 ， 2024 . https：//arxiv.org/abs/2404.02668 https://arxiv.org/abs/2404.02668 .

NI Z ， CHEN X ， ZHAI Y ， et al . Context-Guided Spatial Feature Reconstruction for Efficient Semantic Segmentation ［J/OL］. Arxiv ， preprint Arxiv： 2405 . 06228 ， 2024 . https：//arxiv.org/abs/2405.06228 https://arxiv.org/abs/2405.06228 .

CHEN K Y ， CHEN B W ， LIU C Y ， et al . RSMamba： remote sensing image classification with state space model ［J］. IEEE Geoscience and Remote Sensing Letters ， 2024 ， 21 ： 8002605 . doi: 10.1109/lgrs.2024.3407111 http://dx.doi.org/10.1109/lgrs.2024.3407111

DING Z ， LI Y ， HE Y ， et al . Dygmamba： Efficiently modeling long-term temporal dependency on continuous-time dynamic graphs with state space models ［J/OL］. Arxiv ， preprint Arxiv： 2408 . 04713 ， 2024 . https：//arxiv.org/abs/2408.04713 https://arxiv.org/abs/2408.04713 .

LIN T Y ， DOLLÁR P ， GIRSHICK R ， et al . Feature pyramid networks for object detection ［C］. 2017 IEEE Conference on Computer Vision and Pattern Recognition （CVPR）. 21-26，2017 ， Honolulu， HI， USA. IEEE ， 2017 ： 936 - 944 . doi: 10.1109/cvpr.2017.106 http://dx.doi.org/10.1109/cvpr.2017.106

TARG S ， ALMEIDA D ， LYMAN K . Resnet in resnet： Generalizing residual architectures ［J/OL］. Arxiv ， preprint Arxiv： 1603 . 08029 ， 2016 . https：//arxiv.org /abs /1603.08029 https://arxiv.org/abs/1603.08029 .

NHI N T U ， LE T M ， VAN T T . A model of semantic-based image retrieval using C-tree and neighbor graph ［J］. International Journal on Semantic Web and Information Systems ， 2022 ， 18 （ 1 ）： 1 - 23 . doi: 10.4018/ijswis.295551 http://dx.doi.org/10.4018/ijswis.295551

LIU W Z ， LU H ， FU H T ， et al . Learning to upsample by learning to sample ［C］. 2023 IEEE/CVF International Conference on Computer Vision （ICCV）. 1-6，2023 ， Paris， France. IEEE ， 2023 ： 6004 - 6014 . doi: 10.1109/iccv51070.2023.00554 http://dx.doi.org/10.1109/iccv51070.2023.00554

胡功明，杨春成，徐立，等 . 改进U-Net的遥感图像语义分割方法［J］. 测绘学报， 2023 ， 52 （ 6 ）： 980 - 989 .

HU G M ， YANG CH CH ， XU L ， et al . Improved U-Net remote sensing image semantic segmentation method ［J］. Acta Geodaetica et Cartographica Sinica ， 2023 ， 52 （ 6 ）： 980 - 989 . （in Chinese）

LIN T Y ， GOYAL P ， GIRSHICK R ， et al . Focal loss for dense object detection ［C］. 2017 IEEE International Conference on Computer Vision （ICCV）. 22-29，2017 ， Venice， Italy. IEEE ， 2017 ： 2999 - 3007 . doi: 10.1109/iccv.2017.324 http://dx.doi.org/10.1109/iccv.2017.324

LI X ， SUN X ， MENG Y ， et al . Dice loss for data-imbalanced NLP tasks ［J/OL］. Arxiv ， preprint Arxiv： 1911 . 02855 ， 2019 . https：//arxiv.org/abs/1911. 02855 https://arxiv.org/abs/1911.02855 .

MNIH V . Machine Learning for Aerial image Labeling ［M］. University of Toronto ， Canada ， 2013 .

DEMIR I ， KOPERSKI K ， LINDENBAUM D ， et al . DeepGlobe 2018： a challenge to parse the Earth through satellite images ［C］. 2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops （CVPRW）. 18-22，2018 ， Salt Lake City， UT， USA. IEEE ， 2018 ： 172 - 17209 . doi: 10.1109/cvprw.2018.00031 http://dx.doi.org/10.1109/cvprw.2018.00031

LU Y ， CHEN Y R ， ZHAO D B ， et al . Graph - FCN for Image Semantic Segmentation ［M］. Advances in Neural Networks-ISNN 2019. Cham ： Springer International Publishing ， 2019 ： 97 - 105 . doi: 10.1007/978-3-030-22796-8_11 http://dx.doi.org/10.1007/978-3-030-22796-8_11

FU J ， LIU J ， TIAN H J ， et al . Dual attention network for scene segmentation ［C］. 2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）. 15-20，2019 ， Long Beach， CA， USA. IEEE ， 2019 ： 3141 - 3149 . doi: 10.1109/cvpr.2019.00326 http://dx.doi.org/10.1109/cvpr.2019.00326

POUDEL R P K ， LIWICKI S ， CIPOLLA R . Fast-scnn： Fast semantic segmentation network ［J/OL］. Arxiv ， preprint Arxiv： 1902 . 04502 ， 2019 . https：//arxiv.org/abs /1902.04502 https://arxiv.org/abs/1902.04502 .

WANG P ， HU Y S ， PENG S Y ， et al . EMANet： an ancient text detection method based on enhanced-EfficientNet and multidimensional scale fusion ［J］. IEEE Internet of Things Journal ， 2024 ， 11 （ 19 ）： 32105 - 32116 . doi: 10.1109/jiot.2024.3423667 http://dx.doi.org/10.1109/jiot.2024.3423667

BENAYAS A ， HASHEMPOUR R ， RUMBLE D ， et al . Unified transformer multi-task learning for intent classification with entity recognition ［J］. IEEE Access ， 2021 ， 9 ： 147306 - 147314 . doi: 10.1109/access.2021.3124268 http://dx.doi.org/10.1109/access.2021.3124268

CHEN J ， LU Y ， YU Q ， et al . Transunet： Transformers make strong encoders for medical image segmentation ［J/OL］. Arxiv ， preprint Arxiv： 2102 . 04306 ， 2021 . https：//arxiv.org/abs /2102.04306 https://arxiv.org/abs/2102.04306 .

XIE E Z ， WANG W H ， YU Z D ， et al . SegFormer： Simple and efficient design for semantic segmentation with transformers ［J/OL］. Arxiv ， preprint Arxiv： 2105 . 15203 ， 2021 . https：//arxiv.org /abs/2105.15203 https://arxiv.org/abs/2105.15203 .

WANG D P ， DONG X H ， HUANG L Y ， et al . Information entropy uncertainty estimation based domain adaptation for land cover classification from multi-source remote sensing images ［J］. Geomatics and Information Science of Wuhan University ， 2024 ， 49 （ 10 ）： 1940 - 1952 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Pedestrian detection algorithm based on joint head and overall information

Position-sensitive Transformer aerial image object detection model

Improved PointPillar point cloud object detection based on feature fusion

Building segmentation in remote sensing image based on multiscale-feature fusion dilated convolution resnet

Particle filtering algorithm for DOA tracking with acoustic vector sensor array

Related Author

LI Zheng

YU Xiangyue

LIU Yidou

WU Di

LI Ning

MA Ximing

LIU Ying

XIN Jiani

Related Institution

Changchun Institute of Optics， Fine Mechanics and Physics， Chinese Academy of Sciences， Optical Countermeasures Department

Beijing University of Posts and Telecommunications， School of Cyber Security

College of communication and information engineering， Xi'an University of Posts and Telecommunication

National Key Laboratory of Science and Technology on Automatic Target Recognition， College of Electronic Science and Technology， National University of Defense Technology

College of Information and Control Engineering, Xi'an University of Architecture and Technology

AI问答

Address：No.3888 Dong Nanhu Road, Changchun, Jilin, China Postal code：130033
Tel：0431-86176855 Email：gxjmgc@ciomp.ac.cn
Technical support is provided by Beijing Founder electronics co., LTD 吉ICP备11002662号-17 京公网安备11010802024621
It is recommended to read the content of this site in Chrome&IE9+. Please switch to extreme mode in browser 360.
Cookies We use cookies to help provide and enhance our service and tailor content. By continuing, you agree to the use of cookies.

⁰