【技术实现步骤摘要】
本专利技术涉及到遥感图像分割与深度学习，具体是一种基于注意力机制改进的高分辨率遥感图像道路提取方法。
技术介绍
1、随着遥感技术的不断发展，越来越多的高分辨率遥感图像可以被获取。遥感图像已经被广泛应用于环境监测、自然资源管理、城市规划、地理信息系统等诸多领域。其中，从高分辨率遥感图像中提取道路信息对于地理信息系统的制图和更新至关重要。尽管道路提取在遥感图像处理领域引起了相当多的关注，但由于高分辨率遥感图像中道路的各种复杂性，至今还没有令人满意的自动化解决方案，道路提取仍然是一项非常具有挑战性的任务。
2、高分辨率遥感图像中的道路特征主要包括几何特征、光谱特征、拓扑特征以及纹理特征。根据这些特征，目前已有许多道路提取方法被提出，这些方法可分为传统道路提取方法和基于深度学习的道路提取方法两大类。传统的道路提取方法是基于经验的提取方法，主要利用了图像的浅层特征，如灰度、边缘、纹理和几何形状等。基于深度学习的方法主要采用深度卷积神经网络从原始图像中隐式地提取深层抽象特征，并利用这些特征自动地提取道路信息。
3、目前，基于...
【技术保护点】
1.一种基于注意力机制改进的遥感图像道路提取方法，其特征在于：包括以下步骤：
2.根据权利要求1所述一种基于注意力机制改进的遥感图像道路提取方法，其特征在于：步骤A所述制备数据集的方法包括以下步骤：
3.根据权利要求1所述一种基于注意力机制改进的遥感图像道路提取方法，其特征在于：步骤B所述编码器包括5个编码块、依次为编码块1到编码块5，所述解码器包括4个解码块、依次为解码块1到解码块4；增强遥感图像经过编码块1和编码块2后分别输入编码块3和卷积注意力模块1，编码块3输出的特征图分别输入编码块4和卷积注意力模块2，编码块4输出的特征图分别输入编码...
【技术特征摘要】
1.一种基于注意力机制改进的遥感图像道路提取方法，其特征在于：包括以下步骤：
2.根据权利要求1所述一种基于注意力机制改进的遥感图像道路提取方法，其特征在于：步骤a所述制备数据集的方法包括以下步骤：
3.根据权利要求1所述一种基于注意力机制改进的遥感图像道路提取方法，其特征在于：步骤b所述编码器包括5个编码块、依次为编码块1到编码块5，所述解码器包括4个解码块、依次为解码块1到解码块4；增强遥感图像经过编码块1和编码块2后分别输入编码块3和卷积注意力模块1，编码块3输出的特征图分别输入编码块4和卷积注意力模块2，编码块4输出的特征图分别输入编码块5和卷积注意力模块3，编码块5输出的特征图输入到循环交叉注意力模块；经过循环交叉注意力模块输出的特征图与来自卷积注意力模块3输出的特征图进行特征融合后输入到...
【专利技术属性】
技术研发人员：魏德宾，李品儒，解鸿基，徐永强，王欣睿，温京龙，
申请(专利权)人：大连大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。