通过深度学习和线积分卷积提取道路网络

在本文中,我们提出了一种基于学习的高分辨率卫星路网提取方案。 首先,将能够捕获局部结构的大背景的卷积神经网络(CNN)应用于预测像素属于道路区域的可能性,并为每个像素分配标签以描述其是否为道路。 然后,开发了一种基于线积分卷积的算法来平滑粗糙图以连接小间隙。 最后,通过与一些常见的图像处理运营商相结合,可以获取道路中心线。 归因于CNN的学习能力以及基于线积分卷积的连接方案,与当前最新的道路提取方法相比,该道路提取方法能够提供高质量的结果。