[发明专利]一种SAR影像城市道路提取方法、系统以及存储介质

权利要求书

1.一种SAR影像城市道路提取方法，其特征在于，包括：

采集城市SAR影像并进行预处理获取城市图像；

通过预训练的IEDSR模型提高所述城市图像的分辨率，获得监测图像；将监测图像输入至预训练的SVM监督模型提取城市道路。

所述IEDSR模型的训练过程，包括：

获取城市历史SAR影像并进行预处理构建训练数据集；

将通道注意力块融入增强型残差网络，并在增强型残差网络末端添加亚像素卷积，构建IEDSR模型；

计算IEDSR模型的损失函数Loss₁，将训练数据集输入至所述IEDSR模型，根据损失函数Loss₁对所述IEDSR模型进行训练，获得损失值小于设定阈值的IEDSR模型。

2.根据权利要求1所述的一种SAR影像城市道路提取方法，其特征在于，对SAR影像进行预处理的方法包括：

利用Lee滤波技术对SAR影像滤除斑点后，依次对SAR影像进行辐射定标、地形校正、地理编码、影像裁剪和拼接处理，获得城市图像。

3.根据权利要求2所述的一种SAR影像城市道路提取方法，其特征在于，构建训练数据集的方法包括，对城市图像进行翻折和旋转，增加城市图像的数量，构建为训练数据集。

4.根据权利要求1所述的一种SAR影像城市道路提取方法，其特征在于，通过预训练的IEDSR模型提高所述城市图像的分辨率，获得监测图像的方法包括：

利用通道注意力块增大城市图像的高频信息权值，减小城市图像的低频信息权值；

对城市图像作亚像素卷积，完成周期性的移动城市图像；通过重新排列提高城市图像提高分辨率，输出监测图像。

5.根据权利要求4所述的一种SAR影像城市道路提取方法，其特征在于，对城市图像作亚像素卷积的方法包括：

亚像素卷积的表达公式为：

I^HR＝f^l(I^LR)＝PS(W_l*f^l-1(I^LR)+b_l)

公式中，I^LR表示输入的城市图像，I^HR表示监测图像，W_l表示为第l层网络卷积核的权重值，b_l表示为第l层网络卷积核的偏移值，f^l(·)表示为第l层网络亚像素卷积，f^l-1(·)表示为第l-1层网络亚像素卷积，PS(·)表示为周期性移动操作；x和y表示城市图像的高分辨率空间中的输出像素坐标，C为城市图像的通道数量，r表示上采样倍数，T表示为输入周期性移动操作的图像，和mod(·)分别表示向下取整和取余操作。

6.根据权利要求1所述的一种SAR影像城市道路提取方法，其特征在于，根据损失函数Loss₁对所述IEDSR模型进行训练的方法包括：

所述损失函数Loss₁的表达公式为：

公式为，n表示训练数据集中样本数量，F(i)为训练数据集中第i个监测图像的估计值，X_i为训练数据集中第i个监测图像的目标值；

将训练数据集数据集输入至IEDSR模型并计算损失函数Loss₁的损失值，利用随机梯度下降算法更新迭代IEDSR模型的参数。