公开(公告)号：CN115205302A

公开(公告)日：2022-10-18

申请号：CN202210823624.8

申请日：2022-07-14

Applicant: 重庆邮电大学

Inventor： 张海波 ,  刘立竹 ,  李园园 ,  张曼 ,  胡宇 ,  张耘浩

IPC: G06T7/10 ,  G06T7/155 ,  G06V10/762 ,  G06V10/82 ,  G06N3/08 ,  G06T5/30

Abstract: 本发明提出一种基于深度学习的遥感图像分割的修补方法，属于遥感图像领域，本发明具体包括：制作遥感图像数据集和构建道路场景语义分割网络模型；将遥感图像数据集中的高分辨率遥感道路图像输入到训练好的网络模型中进行遥感道路图的场景语义分割；采用改进八邻域断点检测算法搜索断点；将搜索到的断点划分为常规断点和特殊断点；采用多项式拟合的方法对常规断点进行曲线拟合，采用形态学膨胀对特殊断点变大或者变粗，实现整体道路图像断点的修补；采用形态学腐蚀整体道路图像断点周围的毛边或者毛刺。本发明解决了由于道路场景复杂化，会忽视一些局部信息，造成道路断点，道路缺乏连通性的问题。