首页|期刊导航|华东师范大学学报(自然科学版)|深度语义指导的遥感图像道路提取算法

深度语义指导的遥感图像道路提取算法OA

中文摘要

传统基于局部特征的道路提取算法,可以实现对道路细节的提取.然而,由于缺少全局语义信息作为指导,这类算法常存在鲁棒性问题.针对这一问题,提出了一种基于深度语义指导的遥感图像道路提取算法,探索一种基于深度语义特征与传统局部特征相结合的研究策略.首先,基于语义分割网络对遥感道路图像进行初始化语义学习;然后,设计中心线提取模块(Centerline Extraction Module,CEM),利用初始化语义及描述符对道路中心线进行提取;最后,在道路拓扑构建模块(Topology Construction Module,TCM)中,结合道路的中心线以及初始化语义,通过拓扑构建算法,得到道路拓扑结构图.该算法结合局部细节特征,确保了分割所得道路的细节特征得以保留.采用公开遥感图像数据,对所研究的算法进行验证,评估了算法的时间性能和提取道路的准确性,并给出了道路提取的可视化结果.此外,结合道路提取结果进一步实现三维重建功能,从其结果可以体现出所研究算法的有效性.

李旭阳;高岩;全红艳

华东师范大学计算机科学与技术学院,上海200062华东师范大学计算机科学与技术学院,上海200062华东师范大学计算机科学与技术学院,上海200062

信息技术与安全科学

遥感图像图像语义细节特征全局特征道路拓扑

《华东师范大学学报(自然科学版)》 2026 (4)

P.73-82,10

国家自然科学基金(62072183)。

10.3969/j.issn.1000-5641.2026.04.008

评论