基于深度学习的高分影像城区道路提取
发布时间：2021-07-04 16:38
在遥感领域,从高分辨率遥感影像中自动提取城区道路是一个非常经典的任务,能够在城市规划、地理参考、交通导航、智能运输系统和地理信息整合等现实应用中扮演着重要角色,具有巨大的市场需求。传统通过人工标注的方式效率低下且标注工作十分乏味沉闷。本文基于深度学习方法,提出了一种多任务、端到端的城区道路提取方法,能够同步学习、预测道路表面、道路边缘和道路中心线。在网络结构设计中,为了使网络模型能够自动地学习多尺度、多层次的道路视觉特征,采用深度监督网络策略对各个卷积阶段输出的特征图进行直接监督,并将各个卷积阶段的预测特征图融合,得到最终的预测结果。在训练过程中,三个道路检测子任务的网络通过级联的方式整体训练,并且根据任务之间的关联性进行网络结构的优化,在保证预测准确性的前提下,使网络模型计算十分高效。在损失代价函数设计中,首先采用加权的交叉熵函数对不均衡的类别分布进行拟合,为了缓解由于该损失函数造成的过拟合问题,提出使用结构损失函数,从而在不使用非极大值抑制时,也能得到接近单像素宽的道路边缘和道路中心线。在后处理阶段,本文对大面幅的遥感影像进行裁切,并对预测结果进行双线性融合,缓解重叠区域预测不一致...
【文章来源】：武汉大学湖北省 211工程院校 985工程院校 教育部直属院校
【文章页数】：78 页
【学位级别】：硕士
【部分图文】：
图１－２多种场景中的复杂道路??
?基于深度学习的高分影像城区道路提取???难使用公式或者规则表达的任务期间，涌现出大批的优秀学习方法，如??ＳＶＭ［４６］、ｂｏｏｓｔｉｎｇ、决策树、１＾１１（１〇１１１？？＾１８［４７］等，而这些方法基本都是通过以下??方式解决：先通过人工设计特征提取算子，构建“合适的”特征集合，并提供给??特定的机器学习算法。但是，对于很多现实任务，通过人工的方式能够探索、挖??掘的特征空间十分有限。这主要是因为，多个因素同时影响着我们观测到的每一??张影像，例如目标本身结构的多样性、观测角度、光照、位置、太阳角度和亮度、??周围存在的其他干扰目标等。然而，从高维度的原始数据中有效、快速提取高层??次、抽象的特征是极其具有挑战性的。??
图２－１?Ｍｅａｎ?Ｓｈｉｆｔ道路检测实验结果。（ａ）原始图像；（ｂ）分割结果；（ｃ）形状特征处理；??（ｄ）多方向形态学滤波；（ｅ）直线拟合和连接；（ｆ）叠加结果??以往研宄中［３＞３１，３２＃指出，Ｍｅａｎ?Ｓｈｉｆｔ算法在图像平滑和分割方面的应用效果??良好，具有两点特性：１）当迭代过程收敛时，Ｍｅａｎ?Ｓｈｉｆｔ矢量等于或接近零，这??意味着收敛是稳定的；２）当使用但是由于算法对于边缘的敏感性使得对于不同??
【参考文献】：
期刊论文
[1]高分辨率遥感影像主干道路提取的感知编组方法[J]. 王理政,林祥国,梁勇. 测绘科学. 2017(07)
[2]高分辨率遥感影像道路提取方法研究进展[J]. 曹云刚,王志盼,杨磊. 遥感技术与应用. 2017(01)
[3]基于P-N学习的高分遥感影像道路半自动提取方法[J]. 陈光,眭海刚,涂继辉,宋志娜. 武汉大学学报(信息科学版). 2017(06)
[4]国内外遥感影像道路网提取方法研究现状[J]. 李卫东,陈永枫,杨阳,李润生. 影像技术. 2016(02)
[5]结合Gabor纹理与几何特征的高分辨率遥感影像城区道路提取方法[J]. 胡华龙,吴冰,黄邵美. 测绘科学技术学报. 2015(04)
[6]基于最优尺度的高分辨率遥感影像道路提取[J]. 张采芳,田岩,郑毓勇. 测绘通报. 2015(01)
[7]一种高分辨率遥感影像城区道路网提取方法[J]. 周家香,周安发,陶超,高陈强,李静. 中南大学学报(自然科学版). 2013(06)
[8]基于贝叶斯网络的高分辨率遥感影像城区道路检测方法[J]. 胡传文,冯媛媛. 测绘通报. 2012(09)
[9]基于Hough变换和路径形态学的城区道路提取[J]. 刘小丹,刘岩. 计算机工程. 2012(06)
[10]利用MRF方法的高分辨率影像道路提取[J]. 余长慧,易尧华. 武汉大学学报(信息科学版). 2011(05)
博士论文
[1]Mean Shift遥感图像分割方法与应用研究[D]. 周家香.中南大学 2012
[2]基于对象马尔可夫模型的高分辨率遥感影像分割方法研究[D]. 洪亮.武汉大学 2010
硕士论文
[1]基于时频特征和支持向量机的高分辨率遥感影像道路提取[D]. 张曦.安徽大学 2016
[2]高分辨率遥感影像道路提取方法研究[D]. 宋纳.昆明理工大学 2016
[3]高分辨率遥感图像城市道路自动提取方法研究[D]. 蔡红玥.中国地质大学(北京) 2015
[4]基于多特征的高分辨率遥感影像道路提取算法研究[D]. 苗则朗.中国矿业大学 2014
[5]基于GMM-MRF的高分辨率遥感影像道路提取算法研究[D]. 杨娟.湖南大学 2014
[6]高分辨率影像城市道路提取算法研究[D]. 徐天才.中南大学 2012
[7]遥感影像道路提取方法研究与实现[D]. 汪夕明.清华大学 2011
[8]高分辨率遥感影像城区道路提取的技术研究[D]. 刘岩.辽宁师范大学 2011
[9]高分辨率遥感影像道路信息提取关键技术研究与实现[D]. 魏宇峰.北京理工大学 2010
本文编号：3265149
【文章来源】：武汉大学湖北省 211工程院校 985工程院校 教育部直属院校
【文章页数】：78 页
【学位级别】：硕士
【部分图文】：
图１－２多种场景中的复杂道路??
?基于深度学习的高分影像城区道路提取???难使用公式或者规则表达的任务期间，涌现出大批的优秀学习方法，如??ＳＶＭ［４６］、ｂｏｏｓｔｉｎｇ、决策树、１＾１１（１〇１１１？？＾１８［４７］等，而这些方法基本都是通过以下??方式解决：先通过人工设计特征提取算子，构建“合适的”特征集合，并提供给??特定的机器学习算法。但是，对于很多现实任务，通过人工的方式能够探索、挖??掘的特征空间十分有限。这主要是因为，多个因素同时影响着我们观测到的每一??张影像，例如目标本身结构的多样性、观测角度、光照、位置、太阳角度和亮度、??周围存在的其他干扰目标等。然而，从高维度的原始数据中有效、快速提取高层??次、抽象的特征是极其具有挑战性的。??
图２－１?Ｍｅａｎ?Ｓｈｉｆｔ道路检测实验结果。（ａ）原始图像；（ｂ）分割结果；（ｃ）形状特征处理；??（ｄ）多方向形态学滤波；（ｅ）直线拟合和连接；（ｆ）叠加结果??以往研宄中［３＞３１，３２＃指出，Ｍｅａｎ?Ｓｈｉｆｔ算法在图像平滑和分割方面的应用效果??良好，具有两点特性：１）当迭代过程收敛时，Ｍｅａｎ?Ｓｈｉｆｔ矢量等于或接近零，这??意味着收敛是稳定的；２）当使用但是由于算法对于边缘的敏感性使得对于不同??
【参考文献】：
期刊论文
[1]高分辨率遥感影像主干道路提取的感知编组方法[J]. 王理政,林祥国,梁勇. 测绘科学. 2017(07)
[2]高分辨率遥感影像道路提取方法研究进展[J]. 曹云刚,王志盼,杨磊. 遥感技术与应用. 2017(01)
[3]基于P-N学习的高分遥感影像道路半自动提取方法[J]. 陈光,眭海刚,涂继辉,宋志娜. 武汉大学学报(信息科学版). 2017(06)
[4]国内外遥感影像道路网提取方法研究现状[J]. 李卫东,陈永枫,杨阳,李润生. 影像技术. 2016(02)
[5]结合Gabor纹理与几何特征的高分辨率遥感影像城区道路提取方法[J]. 胡华龙,吴冰,黄邵美. 测绘科学技术学报. 2015(04)
[6]基于最优尺度的高分辨率遥感影像道路提取[J]. 张采芳,田岩,郑毓勇. 测绘通报. 2015(01)
[7]一种高分辨率遥感影像城区道路网提取方法[J]. 周家香,周安发,陶超,高陈强,李静. 中南大学学报(自然科学版). 2013(06)
[8]基于贝叶斯网络的高分辨率遥感影像城区道路检测方法[J]. 胡传文,冯媛媛. 测绘通报. 2012(09)
[9]基于Hough变换和路径形态学的城区道路提取[J]. 刘小丹,刘岩. 计算机工程. 2012(06)
[10]利用MRF方法的高分辨率影像道路提取[J]. 余长慧,易尧华. 武汉大学学报(信息科学版). 2011(05)
博士论文
[1]Mean Shift遥感图像分割方法与应用研究[D]. 周家香.中南大学 2012
[2]基于对象马尔可夫模型的高分辨率遥感影像分割方法研究[D]. 洪亮.武汉大学 2010
硕士论文
[1]基于时频特征和支持向量机的高分辨率遥感影像道路提取[D]. 张曦.安徽大学 2016
[2]高分辨率遥感影像道路提取方法研究[D]. 宋纳.昆明理工大学 2016
[3]高分辨率遥感图像城市道路自动提取方法研究[D]. 蔡红玥.中国地质大学(北京) 2015
[4]基于多特征的高分辨率遥感影像道路提取算法研究[D]. 苗则朗.中国矿业大学 2014
[5]基于GMM-MRF的高分辨率遥感影像道路提取算法研究[D]. 杨娟.湖南大学 2014
[6]高分辨率影像城市道路提取算法研究[D]. 徐天才.中南大学 2012
[7]遥感影像道路提取方法研究与实现[D]. 汪夕明.清华大学 2011
[8]高分辨率遥感影像城区道路提取的技术研究[D]. 刘岩.辽宁师范大学 2011
[9]高分辨率遥感影像道路信息提取关键技术研究与实现[D]. 魏宇峰.北京理工大学 2010
本文编号：3265149
本文链接：https://www.wllwen.com/guanlilunwen/gongchengguanli/3265149.html
