一种基于U-net网络改进的遥感图像道路提取方法

本发明公开了一种基于U‑net网络改进的遥感图像道路提取方法，构建了一种改进的U‑net网络架构：ERU‑Net网络，通过特征提取模块采用融合CBAM注意力机制的C‑EfficientNet V2网络，使用通道—空间双重注意力机制增强多尺度特征学习能力，降低计算复杂度；并将可变形卷积与空洞空间金字塔池化结合，动态调整卷积核采样区域，扩大感受野范围；同时采用多尺度损失函数MRE Loss，融合交叉熵损失、边界损失和Dice损失，同时优化全局分类、区域重叠和边界定位。有效解决了传统U‑Net模型存在的尺度适应性差、遮挡误分割和边界不连续问题，在保证计算效率的同时实现了更高的道路提取完整性和边缘清晰度。