摘要
道路信息是遥感信息的重要组成部分,从高分遥感影像中准确高效的提取道路信息与人类生活息息相关。深度残差Unet在道路提取方面具有一定的成果,但是道路提取结果的完整性上还有改进的空间。针对深度残差Unet在道路提取上不完整的问题,为了提高模型的分割完整性、鲁棒性、抗遮挡能力,本文提出一种基于深度残差Unet(ResUnet)改进的具有双解码器结构的高分辨率遥感影像道路信息提取方法。在原有的模型中,首先添加底部向上采样结构,保留了特征有助于分割,扩大感受野。然后再添加空间通道压缩与激活模块,对输入的特征进行校正,增强有意义特征。在马萨诸塞州道路数据集上进行试验表明,改进的方法在评价指标上与原网络相比均有提升,精确度Precision、召回率Recall、F1-score以及Dice系数分别达到了91.84%,87.27%,89.55%,88.89%,,且在抗干扰与提取完整度方面具有一定的优势。
