[发明专利]基于遥感图像的城市道路提取方法及装置

说明书

本申请提供一种基于遥感图像的城市道路提取方法及装置，该方法包括利用GIS信息进行遥感图像数据知识采集，获得图像数据，该图像数据包括遥感图像和对应的道路纯图；对获得的图像数据进行预处理；构建基于U‑Net网络的道路提取初始网络模型；使用完成预处理的图像数据对所述初始网络模型进行训练，得到具有道路识别能力的道路提取模型；以及利用该道路提取模型检测遥感图像，自动提取道路目标。通过上述技术方案，可以解决房屋阴影遮挡等因素对于道路提取的影响，提高利用遥感图像进行城市道路提取的精确度。

技术领域

本申请涉及计算机图像处理技术领域，尤其是涉及一种基于遥感图像的城市道路信息提取方法及装置。

背景技术

遥感卫星的应用带来了海量的遥感图像数据。这些具有丰富地物信息的图像时刻影响着科技的发展和人们的日常生活。其中，道路信息是诸多信息中最基础和最重要的地理信息之一，基于遥感图像的道路信息提取在地理信息系统的数据库更新、智能交通系统、交通流量分析、应急风险管理和电子地图服务等诸多应用中具有重要价值。

传统的道路提取方法可以大致提取出图像中的道路信息，但对于不同分辨率下的图像，很难都产生高精度的提取结果。尤其是在城市道路提取方面，尽管道路目标越来多、越来越清晰，但由于存在着各种干扰，例如树木、绿化带和建筑物的阴影遮挡、道路上的车辆和标志线的影响等，导致传统方法难以对其精确识别并提取。

发明内容

有鉴于此，本申请提供一种基于遥感图像的城市道路提取方法及装置，用以提高采用遥感图像进行城市道路提取的精确度。

根据第一方面，本申请的实施例提供了一种道路提取模型构建方法，其特征在于，包括：

利用GIS信息进行遥感图像数据知识采集，获得图像数据，该图像数据包括遥感图像和对应的道路纯图；

对获得的图像数据进行预处理；

构建基于U-Net网络的道路提取初始网络模型；

使用完成预处理的图像数据对所述初始网络模型进行训练，得到具有道路识别能力的道路提取模型。

结合第一方面，在一种可选的实现方式中，所述预处理包括：

将获得的原始遥感图像和原始道路纯图按照预定尺寸裁切；

对道路纯图进行二值化处理，得到仅有道路目标的二值图像，以及对遥感图像进行阈值分割，划分出含有道路信息的区域；

分析图像提取出道路特征。

结合第一方面，在一种可选的实现方式中，所述道路提取初始网络模型利用一级双层卷积及四级残差学习单元对输入的图像数据下采样，进行特征提取，利用三级叠加双层卷积单元上采样，对特征进行融合。

结合第一方面，在一种可选的实现方式中，所述残差学习单元后加入条状池化单元，用于提取图像不同尺度下的道路纹理特征。

结合第一方面，在一种可选的实现方式中，所述道路提取初始网络模型的每个上采样层连接对应的下采样上下三层。

结合第一方面，在一种可选的实现方式中，所述残差学习单元包括主干路和次干路，主干路通过将特征图像进行卷积、批量标准化、函数激活，再卷积、函数激活得到第一更新特征图像；次干路通过将特征图像进行一次卷积和批量标准化得到第二更新特征图像；所述第一更新特征图像与所述第二更新特征图像进行叠加输出。

结合第一方面，在一种可选的实现方式中，对选定的多处城市区域分别采集不同时序下的遥感图像和道路纯图。

根据第二方面，本申请的实施例提供了一种基于遥感图像的道路提取方法，包括：

获取待检测遥感图像；