文献类型：期刊文章

作　　者：刘笑[1,2] 王光辉[1,2] 杨化超[1] 刘宇[2] 王耀[1]

机构地区：[1]中国矿业大学环境与测绘学院,江苏徐州221116 [2]国家测绘地理信息局卫星测绘应用中心,北京100048

出　　处：《遥感信息》

基　　金：高分辨率对地观测系统重大专项项目(AH1601);国家重点研发计划课题(2016YFB0501403)

年　　份：2018

卷　　号：33

期　　号：1

起止页码：69-75

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2017_2018、JST、ZGKJHX、核心刊

摘　　要：针对人工选取简单特征提取道路效果不理想以及深度神经网络隐藏层信息应用较少的现状,提出一种基于全卷积神经网络的遥感影像道路提取方法。采用初始区域获取、中心线提取、中心线校正的工作流程对资源三号影像进行道路提取。首先自动标注训练样本,完成全卷积神经网络训练,借助卷积层等隐藏层提取的复杂特征获取道路区域;然后依据道路长宽比、形态学运算和格拉斯-普克(Douglas-Peucker,DP)算法完成干扰图斑滤除和断裂区域连接等工作;最后使用Zhang-Suen算法提取中心线,并利用网络首层卷积结果进行中心线校正。实验结果表明,该方法能借助自主学习的特征和网络隐藏层信息实现道路较好提取,不同实验区域中平均准确度在90%以上。

关 键 词：道路提取 高分辨率遥感影像 深度学习  全卷积神经网络  边缘检测

分 类 号：TP75]