摘要
本发明公开了一种基于感知融合的遥感图像道路提取方法,对遥感公共数据集中的数据进行勘误校准和增强扩充,并将其划分为训练集和测试集;搭建基于通道图卷积和像素边缘感知的遥感图像道路提取模型,采用Swin Transformer作为编码器,在桥接部分和跳跃连接处分别设计了通道图卷积模块和像素边缘感知模块,将LinkNet网络的解码结构作为本模型的解码器主体部分。设计融合边界惩罚的拓扑一致性损失函数,分批次对网络模型进行训练和优化。使用训练过程中保存的模型对测试集中的图像进行测试。本发明能同时优化道路的全局拓扑结构和局部细节特征,显著提升遥感图像中道路提取的准确性和鲁棒性。精确率、召回率、F1分数及交并比相较现有通用语义分割方法DLinkNet分别提升了1.41%、2.66%、3.44%和3.46%。
技术关键词
遥感图像道路提取
像素
卷积模块
高分辨率遥感图像
解码结构
通道
动态邻接矩阵
局部细节特征
多尺度特征提取
语义分割方法
误差反向传播
滑动窗口
解码器架构
掩膜
前馈神经网络
注意力
编码器
描述符
系统为您推荐了相关专利信息
风机风叶
控制无人机跟随
纹理特征
图像处理算法
像素点
卷积模块
数据处理模型
注意力
上采样
数据处理方法