[发明专利]一种遥感图像的道路提取方法、装置、设备和存储介质

权利要求书

1.一种遥感图像的道路提取方法，其特征在于，包含：

获取遥感图像；

构建轻型U-Net模型；

根据所述轻型U-Net模型构建道路提取模型；其中，所述道路提取模型包括逐级连接的多个所述轻型U-Net模型，以及将多个轻型U-Net模型的输出融合成最终输出的融合模型；

根据所述道路提取模型从所述遥感图中提取道路提取图。

2.根据权利要求1所述的道路提取方法，其特征在于，所述轻型U-Net模型用于从输入的图像中提取特征图；

逐级连接的多个轻型U-Net模型中，第一个轻型U-Net模型的输入为所述遥感图像；其余轻型U-Net模型的输入为所述遥感图像和前一个轻型U-Net模型的特征图的拼接图像。

3.根据权利要求2所述的道路提取方法，其特征在于，融合模型具体用于：

获取多个轻型U-Net模型的多个特征图；

将所述多个特征图进行拼接、卷积、激活、以及全连接操作，以获得所述道路提取图。

4.根据权利要求1所述的道路提取方法，其特征在于，根据所述轻型U-Net模型构建道路提取模型，具体为：

根据所述轻型U-Net模型构建原始模型；

获取训练集；其中，所述训练集包括原始图像和标记图像；

初始化所述原始模型的参数，并设置损失函数；其中，所述参数包括训练批次、学习率，以及参数求解模型；

将所述训练集输入初始化后的所述原始模型，开始训练，直至模型收敛，获得所述道路提取模型。

5.根据权利要求4所述的道路提取方法，其特征在于，

所述训练集为多个256×256×3的测试图像；

所述参数求解模型为Adam或SGD；

所述损失函数为binary-loss-entropy函数；

所述损失函数的表达式为其中，T为轻型U-Net模型的个数，t为轻型U-Net模型的编号，q^t表示第t个轻型U-Net模型的损失函数权重；表示第t个轻型U-Net模型的损失函数，I为所述训练集，W_t表示第t个轻型U-Net模型的网络参数。

6.根据权利要求1至5任一项所述的道路提取方法，其特征在于，所述轻型U-Net模型包括编码部分和解码部分；

所述编码部分包括三个第一卷积组合和两个第二卷积组合，以及五个最大池化跳跃层；

所述第一卷积组合包括依次连接的第一卷积层、第一激活层、第二卷积层、第二激活层，以及第一最大池化层；

所述第二卷积组合包括依次连接的第三卷积层、第三激活层、第四卷积层、第四激活层、随机失活层，以及第二最大池化层；最大池化层分别连接有一个所述最大池化跳跃层。

所述解码部分包括五个上采样组合，以及输出组合；

所述上采样组合包括依次连接的上采样层、第五卷积层、第五激活层、连接层、第六卷积层、第六激活层、第七卷积层，以及第七激活层；其中，所述连接层连接于一个所述最大池化跳跃层；

所述输出组合包括依次连接的第八卷积层、第八激活层、第九卷积层、第九激活层，以及第八激活层；

第一到第七激活层为ReLU层，第八激活层为Sigmoid层。

7.一种遥感图像的道路提取装置，其特征在于，包含：

图像获取模块，用于获取遥感图像；

第一模型构建模块，用于构建轻型U-Net模型；

第二模型构建模块，用于根据所述轻型U-Net模型构建道路提取模型；其中，所述道路提取模型包括逐级连接的多个所述轻型U-Net模型，以及将多个轻型U-Net模型的输出融合成最终输出的融合模型；

道路提取模块，用于根据所述道路提取模型从所述遥感图中提取道路提取图。