[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

说明书

本发明实施例提供一种遥感图像的道路提取方法、装置、设备和存储介质，涉及图像处理技术领域。其中，这种道路提取方法包含：S101、获取遥感图像。S102、构建轻型U‑Net模型。S103、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。S104、根据所述道路提取模型从所述遥感图中提取道路提取图。通过逐级连接的多个所述轻型U‑Net模型，并通过融合模型将多个所述U‑Net模型的输出图像融合，以获得道路提取图。所使用的道路提取模型结构简单，且能够端对端的训练，一体化强，提取质量也很高。

技术领域

本发明涉及图像处理技术领域，具体而言，涉及一种遥感图像的道路提取方法、装置、设备和存储介质。

背景技术

随着中国卫星行业、无人机行业越来越发达，遥感图像也越来越多。从遥感图像种提取所需要的信息也成了一门新技术，例如从遥感图像将道路给提取出来。

遥感图像的道路提取普遍采用基于卷积神经网络的遥感图像道路提取模型。其普遍采用深度较深、模型较复杂的网络结构。这样的结构在模型训练完毕时，虽然能够比深度较浅、参数规模较小的网络模型，得到更好的提取效果。但又深又大的网络结构，使得网络显得很臃肿，一方面难以训练，另一方面也容易导致过拟合。

发明内容

本发明提供了一种遥感图像的道路提取方法、装置、设备和存储介质，以改善相关技术中的道路提取模型过于臃肿的问题。

第一方面、

本发明实施例提供了一种遥感图像的道路提取方法，其包含：

S101、获取遥感图像。

S102、构建轻型U-Net模型。

S103、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。

S104、根据所述道路提取模型从所述遥感图中提取道路提取图。

可选地，所述轻型U-Net模型用于从输入的图像中提取特征图。

可选地，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。

可选地，融合模型具体用于：

S1、获取多个轻型U-Net模型的多个特征图。

S2、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。

可选地，S103具体为：

S1031、根据所述轻型U-Net模型构建原始模型。

S1032、获取训练集。其中，所述训练集包括原始图像和标记图像。

S1033、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。

S1034、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。

可选地，所述训练集为多个256×256×3的测试图像。

可选地，所述参数求解模型为Adam或SGD。

可选地，所述损失函数为binary-loss-entropy函数。