一种基于遥感影像和深度学习的道路提取方法.pdf
飞舟****文章
亲,该文档总共21页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于遥感影像和深度学习的道路提取方法.pdf
本发明涉及一种基于遥感影像和深度学习的道路提取方法,步骤为:在遥感影像中,确定遥感影像的分辨率并截取,对截取遥感影像进行数据标注;使用Canny边缘检测算法对截取的遥感像对图像边缘进行提取,将提取得到的图像与原图像叠加,突出道路特征;搭建图像分类模型,在对基础的网络进行分类任务的训练中,留下低级的图像特征信息,并在特征提取模型构建的流程中,传递给下一级语义分割模型;搭建语义分割模型,用于在遥感影像中分割出道路信息;训练后,提取道路信息的网络参数将留存在分割模型中。本发明通过对图像进行预处理,突出道路特征,
一种基于深度学习和轮廓规则化的遥感影像建筑提取方法.pdf
本发明涉及一种基于深度学习和轮廓规则化的遥感影像建筑提取方法,属于光学遥感技术应用领域,包括步骤:人工构建建筑训练样本数据集;构建并训练建筑提取模型;将待提取区域遥感影像输入建筑提取模型,得到对应的初始建筑分布栅格结果;对所述初始建筑分布栅格结果进行形态学上的轮廓规则化处理,得到包括建筑轮廓矢量图斑的建筑分布矢量文件。本发明所提出的一种基于深度学习和轮廓规则化的遥感影像建筑提取方法,能够实现在不同影像尺度下,仍能获取轮廓规整、应用性强的建筑分布矢量,模型泛化性更强,提取的建筑轮廓更贴近建筑实际边缘,提取精
一种同时提取遥感影像道路路面和中心线的深度学习方法.pdf
本发明涉及一种新的同时提取遥感影像道路路面和中心线的深度学习方法。充分发挥卷积神经网络在道路路面分割和道路中心线追踪中的优势,采用路面和中心线结果相互约束、优势互补的方式进行遥感影像道路网提取,解决了以往提取方法中道路结果不完整、连接性差等问题。本发明具有如下优点:鲁棒性强,可适应不同尺度的遥感影像道路提取,可持续迭代不断优化,不仅能够提取保留拓扑连接性的道路路面,还能够提取准确完整的道路中心线,可以应用于城市规划、行车导航、灾害应急、地图的制作及更新等领域。
遥感影像道路提取方法及装置.pdf
本发明实施例提供一种遥感影像道路提取方法及装置,所述方法包括:获取目标遥感影像;将所述目标遥感影像输入至训练好的深度学习网络,输出所述目标遥感影像中不同类型的道路,其中,所述深度学习网络基于恒等映射和空洞卷积构建而成。本发明实施例提供一种遥感影像道路提取方法及装置,基于恒等映射和空洞卷积,提出两个分支的编码网络分别学习,在反卷积层联结对应的高维和低维特征。保留不同尺度全局信息的同时,可学习出更多的局部信息,有利于提取不同种类的道路。
一种基于自适应阈值的遥感影像道路提取方法.pdf
本发明涉及一种基于自适应阈值的遥感影像道路提取方法,解决遥感影像分割出的道路结构无法描述完整并且空间信息丢失过多的问题。本发明提出一种新的语义分割网络SATU‑Net(Self‑AdaptiveThresholdU‑Net,SATU‑Net)用于遥感影像的道路提取。在本发明的网络结构中,采用自适应阈值方法确定每张预测分割结果中的道路阈值,根据道路阈值改进sigmoid层来自适应地完善预测分割结果。本发明结合U‑Net网络的优点来保留完整的道路空间特性,从而使最终结果呈现出完整清晰的道路分割图并提高