基于改进Encoder-Decoder网络的遥感影像道路提取

摘要

本文针对高分遥感影像中蕴含的丰富信息给道路提取结果带来的干扰问题,提出了一种基于改进Encoder-Decoder网络的高分遥感影像道路提取方法。首先在编码区引入残差模块提取图像特征信息,然后在网络的中心区域引入空洞卷积模块,进一步拓展了识别道路特征像素信息的感受野,并保障了特征图分辨率以及像素点空间信息保持不变,增强了网络的细节提取能力,最后使用Sigmoid函数对特征图进行分类。本次实验采用马萨诸塞州道路数据集作为训练数据,实验结果表明,本文所提出的基于改进编码–解码网络道路提取方法将整体的精度、召回率以及F1-score指标分别提升至91%,58%和71%,与U-Net模型相较有着明显的提升。