[发明专利]一种基于改进Unet网络模型的遥感图像道路分割方法

权利要求书

1.一种基于改进Unet网络模型的遥感图像道路分割方法，其特征在于，所述方法包括：

步骤一、将Unet训练模型中的卷积层修改为ResNet残差模块，添加改进后的空洞空间金字塔池化模块融合不同尺度的信息，并对编码部分添加跳跃连接，缓解上采样的信息丢失；

步骤二、对训练样本进行数据增强，归一化处理；

步骤三、将处理后的图像数据引入训练好的改进Unet模型，得到分割后的结果，最终获取遥感中的道路信息。

2.根据权利要求1所述的一种基于改进Unet网络模型的遥感图像道路分割方法，其特征在于，步骤一中，所述改进后的空洞空间金字塔池化模块介于解码网络与编码网络之间添加，所述跳跃连接在解码网络中添加。

3.根据权利要求1所述的一种基于改进Unet网络模型的遥感图像道路分割方法，其特征在于，步骤二和步骤三中，具体步骤包括：

S1、采集遥感图像，并对遥感图像进行图像预处理；

S2、对预处理后的图像进行标注，将标注后的图像调整为统一尺寸，制作训练数据集；

S3、将得到的训练数据集作为改进Unet模型的输入图像数据，训练改进Unet分割模型；

S4、将采集的图像数据输入训练好的改进Unet模型之中，通过训练好的改进Unet模型获得分割后的结果，最终获取遥感中的道路信息。

4.根据权利要求3所述的一种基于改进Unet网络模型的遥感图像道路分割方法，其特征在于，所述S2中，对预处理后的图像进行标注，将标注后的图像调整为统一尺寸，其具体过程为：对增强预处理后的图像进行标注，获得label形式的遥感图像，并将标注后获得的图像调整为512×512的PNG图片。

5.根据权利要求1所述的一种基于改进Unet网络模型的遥感图像道路分割方法，其特征在于，所述改进Unet网络模型的损失函数L为：

其公式中，GT代表标签图Ground Truth，PR代表预测图Prediction，GT²和PR²分别表示两样本各自的元素总数。