[发明专利]基于生成对抗网络的无人机影像道路信息提取方法

摘要

本发明公开了一种基于生成对抗网络的无人机影像道路信息提取方法，包括步骤：获取训练数据；构建生成网络；构建判别网络；更新生成网络和判别网络参数；网络训练；提取的道路信息区域图像；对提取的道路信息区域图像进行形态学处理。本发明的优点在于：通过对校正的无人机遥感图像裁切原图和特征学习后的道路提取信息输出的对比，发现道路信息提取效果满足了快速识别低等级道路信息的研究目的，达成了道路信息自动提取的研究目标。

主权项

1.一种基于生成对抗网络的无人机影像道路信息提取方法，其特征在于,具体步骤如下：步骤1，获取训练数据将处理后的无人机遥感图像裁剪成n×n大小的一系列遥感图像，然后制作标记出道路区域的标签图像，将各遥感图像及其对应的标签图像作为训练数据；步骤2，构建生成网络在生成网络中，对于n×n大小的RGB图像遥感图像经过一个端到端训练的图像分割网络，经过卷积与反卷积操作，得到大小为n×n的概率特征图；步骤3，构建判别网络1)将训练数据中n×n大小的遥感图像输入到步骤2构建的生成网络中，得到输出特征图，将输出特征图与n×n大小的遥感图像分别经过一次卷积操作，将卷积得到的特征图连接起来作为判别网络的输入，经过判别网络之后得到一个介于0和1之间的输出，判别网络将此输入当做是假图像的输入，此时判别网络的期望输出为0，判别网络输出与此时的期望输出相减得到误差；2)将训练数据中n×n大小的遥感图像及其对应的标签图像分别经过一次卷积操作，然后将卷积得到的特征图连接起来作为判别网络的输入，经过判别网络之后得到一个介于0和1之间的输出，判别网络将此输入当做是真实图像的输入，此时判别网络的期望输出为1，判别网络输出与此时的期望输出相减得到误差；步骤4，更新参数将步骤3得到的误差反向传播，更新生成网络和判别网络参数。步骤5，网络训练步骤1得到的训练数据中的所有遥感图像以及各自对应的标签图像，经过步骤2、3，对生成网络进行训练，使生成对抗网络中的生成网络与判别网络达到一个平衡状态，生成网络产生的输出特征图即假图与标签图像差异很小，以至于判别网络也判别不了其输入的图像是来自于标签图像还是来自于生成网络所产生的输出特征图即假图；步骤6，提取信息将达到平衡状态下的生成对抗网络中的生成网络单独取出来进行应用，将无人机拍摄到的遥感图像裁剪成n×n大小的一系列高分辨率遥感图像，并将其作为输入，从而获得生成网络的输出特征图作为分割结果，也就是所提取的道路信息区域图像。步骤7，形态学处理对提取的道路信息区域图像进行形态学处理，对提取的道路信息进行去噪处理，增强道路显示效果。