[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

说明书

本发明公开了文字识别领域的一种SAR影像城市道路提取方法、系统以及存储介质，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；通过训练数据集训练IEDSR模型；本发明通过预训练的IEDSR模型提高所述城市图像的分辨率获得监测图像，保证SVM监督模型提取城市道路的准确率。

技术领域

本发明属于道路提取领域，具体涉及一种SAR影像城市道路提取方法、系统以及存储介质。

背景技术

城市道路是城市地形的骨架，也是城市内部信息与物质流动的关键通道。城市道路的髙精度提取可为城市三维表达、地理环境构建、城市地形分析、城市建设规划、车辆导航等方面提供数据基础和技术支撑，与地物稀少且具有明显道路特征的乡村地区相比，城市区域的场景更为复杂，具有多样征。

目前在城市道路提取中已经得到了广泛的应用，通过美国国家航空航天局的Worldview网站获取，其优势在于不受外界天气因素的影响，可以获取云覆盖下的图像信息，并且图像具有较好的纹理信息；遥感技术作为新兴技术,具有探测范围广，数据采集快,数据类型丰富,数据处理方便等优点。SAR影像作为目前应用最广泛的遥感数据之一。但是现有技术对城市道路提取的精度和效率较差，难以满足社会需求。

发明内容

本发明的目的在于提供一种SAR影像城市道路提取方法、系统以及存储介质，采用基于单图像超分辨率的增强深残差网络，提高SAR影像数据的分辨率，保证SVM分类结果的准确率。

为达到上述目的，本发明所采用的技术方案是：

本发明第一方面提供了一种SAR影像城市道路提取方法，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。

优选的，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。

优选的，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。

优选的，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。

优选的，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：