公开(公告)号：CN109800736B

公开(公告)日：2023-07-21

申请号：CN201910104050.7

申请日：2019-02-01

Applicant: 东北大学

Inventor： 于瑞云 ,  乔通 ,  汪宇庭

IPC: G06V20/10 ,  G06V10/44 ,  G06V10/764 ,  G06V10/26 ,  G06V10/82 ,  G06V20/70 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/082

Abstract: 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，用以加速学习，加速语义分割模型的训练，可以实现提取遥感影像道路信息的效果。

公开(公告)号：CN109800736A

公开(公告)日：2019-05-24

申请号：CN201910104050.7

申请日：2019-02-01

Applicant: 东北大学

Inventor： 于瑞云 ,  乔通 ,  汪宇庭

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04

Abstract: 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，用以加速学习，加速语义分割模型的训练，可以实现提取遥感影像道路信息的效果。