文献类型：期刊文章

作　　者：张永宏[1] 何静[1] 阚希[1] 夏广浩[1] 朱灵龙[1] 葛涛涛[1]

ZHANG Yonghong;HE Jing;KAN Xi;XIA Guanghao;ZHU Linglong;GE Taotao(School of Information and Control,Nanjing University of Information Science ＆ Technology,Nanjing 210044,China)

机构地区：[1]南京信息工程大学信息与控制学院,南京210044

出　　处：《计算机工程与应用》

基　　金：国家自然科学基金国际(地区)合作与交流项目(No.41661144039)

年　　份：2018

卷　　号：54

期　　号：13

起止页码：1-10

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD_E2017_2018、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：道路信息在现代社会中扮演着重要的角色,研究遥感图像的道路提取方法具有重要科学意义。回顾了道路提取方法的发展历程,按实现形式的不同,将已有道路提取方法分为基于像元、面向对象、深度学习三大类,并以此为线索,分析比较各类方法的适用范围与优缺点。设计实验,以多幅高分辨率卫星遥感图像为实验对象,验证对比各类典型道路提取方法的实际性能,实验结果表明,基于深度学习的道路提取方法效果最佳。最后,结合当下热门的遥感大数据与人工智能相关理论,展望了未来遥感图像道路提取方法的发展趋势。

关 键 词：卫星遥感 图像处理 道路提取 深度学习  

分 类 号：TN911]