本文針對深度神經(jīng)網(wǎng)絡(luò)對高分二號遙感影像道路提取時細節(jié)信息丟失較多、道路周圍環(huán)境考慮不充分等情況,在已有的研究成果上,提出一種基于全卷積神經(jīng)網(wǎng)絡(luò)遙感影像道路提取的改進方案.方案創(chuàng)新研究了全卷積神經(jīng)網(wǎng)絡(luò)的算法原理,將預(yù)調(diào)色后的高分二號影像按一定尺寸分幅輸出,將輸出圖像及標(biāo)簽對應(yīng)輸入于以全卷積神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)的改進網(wǎng)絡(luò),通過結(jié)合殘差單元以及增加網(wǎng)絡(luò)層數(shù)得到識別精度較高的道路提取圖像.實驗表明,該方法在同一樣本中對高分二號衛(wèi)星影像道路提取的效果有所提升,道路的完整性和準(zhǔn)確性有所提高. 

【文章來源】：計算機系統(tǒng)應(yīng)用. 2020,29(11)

【文章頁數(shù)】：6 頁

【參考文獻】：
期刊論文
[1]基于閾值標(biāo)記的分水嶺算法遙感圖像道路提取[J]. 李杰,馮魁祥,朱玲玲,云海姣.  長春大學(xué)學(xué)報. 2019(06)
[2]自適應(yīng)圓形模板及顯著圖的高分辨遙感圖像道路提取[J]. 連仁包,王衛(wèi)星,李娟.  測繪學(xué)報. 2018(07)
[3]基于多光譜LiDAR數(shù)據(jù)的道路中心線提取[J]. 袁鵬飛,黃榮剛,胡平波,楊必勝.  地球信息科學(xué)學(xué)報. 2018(04)
[4]GVF Snake與顯著特征相結(jié)合的高分辨率遙感圖像道路提取[J]. 王峰萍,王衛(wèi)星,薛柏玉,曹霆,高婷.  測繪學(xué)報. 2017(12)
[5]高分辨率遙感影像道路提取方法研究進展[J]. 曹云剛,王志盼,楊磊.  遙感技術(shù)與應(yīng)用. 2017(01)
[6]基于模糊連接度的高分辨率SAR圖像道路自動提取[J]. 符喜優(yōu),張風(fēng)麗,王國軍,邵蕓.  計算機應(yīng)用. 2015(02)

碩士論文
[1]基于多源遙感數(shù)據(jù)的道路、居民點提取及布局優(yōu)化研究[D]. 查中亮.四川師范大學(xué) 2018



本文編號：3423905