一种基于深度神经网络的遥感影像路网提取方法技术

本发明专利技术公开了一种基于深度神经网络的遥感影像路网提取方法，包括如下步骤：步骤1：算法架构；步骤2：线形与提取路网比对功能架构。本发明专利技术针对高分二号卫星高分辨率遥感影像，能够有效提取影像中的路网；读取GPS采集的路线线形，与高分遥感影像提取的路网比对，获得GPS采集线形与影像提取路网的匹配度，有效提升遥感影像识别精度，提升遥感影像与GPS线形比对效率，达到提升路线，采用了一种基于链码的路线追踪加权算法，能够有效识别路线特征进行比对，排除GPS精度误差产生的位置偏移对路线比对结果的影响，排除公共路网数据库因加密产生的位置平移带来的影响，同时能消除公共路网数据库多条路线交叉对比对过程带来的影响。

A road network extraction method of remote sensing image based on depth neural network

【技术实现步骤摘要】
一种基于深度神经网络的遥感影像路网提取方法
本专利技术涉及公路建设管理领域，具体为一种基于深度神经网络的遥感影像路网提取方法。
技术介绍
目前，GIS技术与高分辨率卫星遥感影像已广泛用于公路规划、建设与管理领域，如基于GPS采集公路的路线线形线位信息，并通过与高分遥感影像对GPS采集信息进行核对，对公路建设进度与建设规模进行分析，按照行业管理的要求，部分省份每年都需核对约为15万公里的农村公路电子地图信息，核对工作多采用人工目视解译方式完成，严重影响规划建设管理效率，GIS软件提供的路网提取工具识别精度不高，且需要大量前期处理工作，无法应用于较大批量影像数据的分析。因此我们对此做出改进，提出一种基于深度神经网络的遥感影像路网提取方法。
技术实现思路
为解决现有技术存在的缺陷，本专利技术提供一种基于深度神经网络的遥感影像路网提取方法。为了解决上述技术问题，本专利技术提供了如下的技术方案：本专利技术一种基于深度神经网络的遥感影像路网提取方法，包括如下步骤：步骤1：算法架构；步骤2：线形与提取路网比本文档来自技高网...

【技术保护点】
1.一种基于深度神经网络的遥感影像路网提取方法，其特征在于，包括如下步骤：/n步骤1：算法架构；/n步骤2：线形与提取路网比对功能架构；/n所述算法架构包括如下步骤：/n步骤101：算法采用两层深度神经网络级联的方式，前级网络为N

【技术特征摘要】
1.一种基于深度神经网络的遥感影像路网提取方法，其特征在于，包括如下步骤：
步骤1：算法架构；
步骤2：线形与提取路网比对功能架构；
所述算法架构包括如下步骤：
步骤101：算法采用两层深度神经网络级联的方式，前级网络为N1，次级网络为N2；
步骤102：设输入图像为Gin，经过深度神经网络识别并提取路网后的输出图像为Gout，则有其中为两个深度神经网络级联构成的处理架构；
步骤103：前级架构用于识别提取遥感影像中的路面；次级网络用于后期处理。


2.根据权利要求1所述的一种基于深度神经网络的遥感影像路网提取方法，其特征在于，所述后期处理包括短中断衔接。


3.根据权利要求1所述的一种基于深度神经网络的遥感影像路网提取方法，其特征在于，所述小斑点消除。


4.根据权利要求1所述的一种基于深度神经网络的遥感影像路网提取方法，其特征在于，所述线形与提取路网比对功能架构包括如下步骤：
步骤201：由GPS采集线形数据库读取一条GPS线...

【专利技术属性】
技术研发人员：刘柳杨，张晓征，马骁，马景宇，郭尚峰，田亮，孟明超，汪盛楠，时启辉，
申请(专利权)人：交通运输部科学研究院，
类型：发明
国别省市：北京;11