一种基于混合卷积模块和分块循环注意力的图像道路提取方法

本发明属于图像分割技术领域，公开一种基于混合卷积模块和分块循环注意力的图像道路提取方法；使用深度卷积神经网络ResNet对原始图像进行特征提取，通过对卷积核的改进，将卷积核大小扩大为31×31，并将卷积过程分为两条并行之路包括大卷积支路与小卷积支路，使用所改进的卷积对原始图像进行特征提取，使用分块循环模块对阶段特征提取的特征和混合卷积模块提取的特征进行融合，得到混合道路特征，使用反卷积与短接操作对混合道路特征进行解码，恢复解码后图像的大小得到预测道路图，能够有效提高道路提取中对大跨度而细小道路的提取性能，同时提高道路提取的计算效率。