摘要
本发明公开了一种面向复杂场景的高分辨率遥感影像地物道路提取方法,构建了自适应的云雾遮挡复杂环节道路提取模型,通过引入小型卷积网络模块从全局特征出发学习图像的雾气浓度分布得到定量化描述的滤波参数,再将该参数嵌入暗通道先验云雾去除算法中实现对输入图像的自动最优参数云雾去除,最后再对去除云雾后的图像进行提取,有效提高了深度学习地物提取模型在复杂场景下的提取精度,同时,通过与现有地物提取模型的无缝衔接,提高了本发明的可推广性与普适性。
技术关键词
高分辨率遥感影像
道路提取方法
参数学习模块
卷积模块
训练样本集
暗通道先验
图像
滤波
采样模块
全局平均池化
场景
网络模块
像素
算法
分块
基准
系统为您推荐了相关专利信息
频率随时间变化
智能监管系统
生成对抗网络模型
工业生产
数据收集模块
人体特征提取方法
训练样本集
模型构建方法
条带
网络
病理图像分类方法
乳腺
图像分类模型
病理切片图像
焦点损失函数
射频干扰检测方法
干扰检测系统
卷积模块
卷积神经网络深度学习模型
FAST射电望远镜