电讯技术

作者：徐虹,杨莹洁,文武,吴蔚,王岩,孔维华

单位：(1.成都信息工程大学 计算机学院，成都 610225;2.中国石油集团东方地球物理勘探有限责任公司，河北 涿州 072750)

关键词：遥感图像；道路提取；道路遮挡；深度学习；卷积神经网络(CNN)；双域均衡；

基金：国家自然科学基金资助项目（41774142）

当前遥感图像道路提取模型仍在很大程度上受道路植被遮挡所影响，导致网络模型对道路信息误判。为此，基于双域特征均衡提出了一种不受遮挡物影响的道路提取方法，高效地实现植被遮挡下的道路提取。具体而言，提出了一种新的道路提取卷积神经网络，该网络由去除遮挡子网络和道路提取子网络组成。在去除遮挡子网络中嵌入一个分层卷积模块用于提取输入图像的深层结构特征和浅层纹理特征，以及双域均衡模块用于特征还原，以此去除目标道路上的遮挡物。道路提取子网络用于对去除遮挡后的道路结构进行精细的分割，得到准确性更高的道路提取结果。通过在四川西南农村地区的遥感数据集上进行大量实验，结果显示基于双域特征均衡的方法相较于其他遥感图像道路提取方法在像素精确度(Overall Accuracy,OA)和交并比(Intersection over Union，IoU)指标上达到了最高，分别是98.16%和85.38%。

来源：2024年第6期

《电讯技术》期刊编辑部

查看电讯技术杂志2024年第6期