【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，具体是一种基于多尺度通道注意力改进的高分辨率遥感图像道路提取方法。
技术介绍
1、随着计算机技术和卫星技术的发展，从高分辨率遥感图像中提取道路成为遥感图像处理领域的研究热点。遥感图像道路提取在城市规划、自动驾驶、车辆导航和地理信息系统建设等领域有着广泛的应用。自动化道路检测方法的开发可以显著节省与基于人工标注方法相关的时间和人力成本。在此背景下，开展自动道路检测的研究具有重要意义。近年来，各种道路检测方法被提出，这些方法可以分为传统方法和基于深度学习的方法。
2、传统的道路提取方法，如阈值分割法、边缘检测法、纹理分析法以及数学形态学算法等，利用遥感图像的浅层特征(如灰度、边缘、光谱、纹理和几何特征等)从遥感图像中提取道路。这些传统方法虽然在道路提取领域常见，但通常不适用于包含复杂多尺度道路的高分辨率遥感图像，因为高分辨率遥感图像具有清晰的细节，这些传统方法对道路的纹理和多尺度信息处理相对有限，无法充分捕捉道路在不同尺度下的特征。因此，从高分辨率遥感影像中自动提取道路的研究受到了广泛的关
3本文档来自技高网...
【技术保护点】
1.一种基于多尺度通道注意力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所述一种基于多尺度通道注意力改进的遥感图像道路提取方法，其特征在于：步骤A1所述对图像进行标注和裁剪的方法如下：
3.根据权利要求1所述一种基于多尺度通道注意力改进的遥感图像道路提取方法，其特征在于：步骤A2所述图像增强的方法如下：
4.根据权利要求1所述一种基于多尺度通道注意力改进的遥感图像道路提取方法，其特征在于：步骤B所述遥感图像道路提取网络搭建方法包括以下步骤：
5.根据权利要求1所述一种基于多尺度通道注意力改进...
【技术特征摘要】
1.一种基于多尺度通道注意力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所述一种基于多尺度通道注意力改进的遥感图像道路提取方法，其特征在于：步骤a1所述对图像进行标注和裁剪的方法如下：
3.根据权利要求1所述一种基于多尺度通道注意力改进的遥感图像道路提取方法，其特征在于：步骤a2所述图像增强的方法如下：
4.根据权利要求1所述一种基于多尺度通道注意力改进的遥感图像道路提取方法，其特征在于：步骤b所述遥感图像道路提取网络搭建方法包括以下步骤：
【专利技术属性】
技术研发人员：魏德宾，李品儒，徐永强，江亲龙，温京龙，袁国豪，
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。