[發(fā)明專利]一種基于D-LinkNet的遙感圖像道路提取方法

有效

• 申請?zhí)枺?/td>: 202010558654.1
• 申請日: 2020-06-18
• 公開（公告）號: CN111767810B
• 公開（公告）日: 2022-08-02
• 發(fā)明（設(shè)計）人: 蘭海燕;李京樺;孫建國;孫鶴玲
• 申請（專利權(quán)）人: 哈爾濱工程大學(xué)
• 主分類號: G06V20/13
• 分類號: G06V20/13;G06V10/40;G06V10/26;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于D-LinkNet的遙感圖像道路提取方法，其特征是，包括如下步驟：

S1：將特征圖輸入D-LinkNet網(wǎng)絡(luò)后，在基于殘差網(wǎng)絡(luò)與遷移學(xué)習(xí)的編碼器子網(wǎng)絡(luò)中完成處理；所述編碼器子網(wǎng)絡(luò)先使用卷積核大小為7×7、過濾器個數(shù)為64、下采樣步長為2的卷積層對其進(jìn)行卷積操作，然后對其進(jìn)行最大池化處理，其中，最大池化操作的池化窗口為3×3，下采樣步長為2，接著，處理得到的特征圖輸入到ResNet50的四個包含殘差塊的編碼單元中進(jìn)行加工，其中每個編碼單元只含有一次Convolutional Block處理，各編碼單元含有Identity Block的塊數(shù)分別為2、3、5和2；

S2：將步驟S1輸出的特征圖輸入到基于擴張卷積與卷積塊注意力模塊的特征提取子網(wǎng)絡(luò)中進(jìn)行特征提取；所述特征提取子網(wǎng)絡(luò)分成六個提取單元：(1)輸入該子網(wǎng)絡(luò)的特征圖直接經(jīng)過、處理輸出的鏈路；(2)輸入該子網(wǎng)絡(luò)的特征圖經(jīng)過擴張率為1的擴張卷積操作處理后，再經(jīng)過、處理輸出的鏈路；(3)輸入該子網(wǎng)絡(luò)的特征圖依次經(jīng)過擴張率分別為1、4的兩次擴張卷積操作處理后，再經(jīng)過、處理輸出的鏈路；(4)輸入該子網(wǎng)絡(luò)的特征圖依次經(jīng)過擴張率分別為1、4、5的三次擴張卷積操作處理后，再經(jīng)過、處理輸出的鏈路；(5)輸入該子網(wǎng)絡(luò)的特征圖依次經(jīng)過擴張率分別為1、4、5、4的四次擴張卷積操作處理后，再經(jīng)過、處理輸出的鏈路；(6)輸入該子網(wǎng)絡(luò)的特征圖依次經(jīng)過擴張率分別為1、4、5、4、1的五次擴張卷積操作處理后，再經(jīng)過、處理輸出的鏈路； 這六條鏈路相互并聯(lián)，其六個局部輸出在基于擴張卷積與卷積塊注意力模塊的特征提取子網(wǎng)絡(luò)末端相加后，完成該子網(wǎng)絡(luò)整體處理的輸出；

S3：經(jīng)過前兩個子網(wǎng)絡(luò)的處理后得到的特征圖進(jìn)入基于轉(zhuǎn)置卷積的解碼器子網(wǎng)絡(luò)中實現(xiàn)圖像的恢復(fù)，所述解碼器子網(wǎng)絡(luò)包含4個解碼單元、一次轉(zhuǎn)置卷積操作和一次卷積操作的處理，每個解碼單元的輸出與基于殘差網(wǎng)絡(luò)與遷移學(xué)習(xí)的編碼器子網(wǎng)絡(luò)中對應(yīng)編碼單元的輸入相跳躍連接，這三條跳躍連接方式，能夠讓D-LinkNet網(wǎng)絡(luò)的編碼器與解碼器相互聯(lián)系，恢復(fù)基于殘差網(wǎng)絡(luò)與遷移學(xué)習(xí)的編碼器子網(wǎng)絡(luò)中每一次下采樣所損失的空間信息，這些空間信息將有利于基于轉(zhuǎn)置卷積的解碼器子網(wǎng)絡(luò)中的上采樣操作，解碼單元中轉(zhuǎn)置卷積操作的卷積核大小為3×3，轉(zhuǎn)置卷積的上采樣步長為2，并利用卷積核大小為1×1的卷積操作，對輸入的特征圖先降維再升維，以減少計算量；而該子網(wǎng)絡(luò)最后一次轉(zhuǎn)置卷積操作的卷積核大小為4×4，最后一次卷積操作的卷積核大小為4×4，上采樣步長都為2；

所述步驟一具體為：首先使用卷積層對遙感圖片進(jìn)行卷積操作，然后對遙感圖片進(jìn)行最大池化處理，將處理得到的特征圖輸入到包含殘差塊的編碼單元中；

(1)Identity Block處理

y＝F(x,{W₃})+x

(2)Convolutional Block處理

y＝F(x,{W₃})+W_sx

F表示對遙感圖片進(jìn)行多重卷積處理；{W₃}表示卷積處理過程中包含三個卷積操作；y表示最后得到輸出特征圖；W_sx表示對輸入進(jìn)行一次卷積后得到的結(jié)果；x表示特征圖；

所述步驟二具體為：

(1)對于輸入特征提取子網(wǎng)絡(luò)的特征圖，使用擴張卷積擴增感受野，在更大的范圍中感知道路特征；

R＝r+(k-1)×j

其中，R表示當(dāng)前層感受野單邊尺寸，r表示上一層的感受野單邊尺寸，k表示卷積核單邊尺寸，j表示擴張率的設(shè)置大小；

(2)通過通道注意力機制的處理操作M_c和空間注意力機制的處理操作M_s，處理輸入的特征圖F，然后將處理得到的特征圖F′輸出；

所述步驟三具體為：所述解碼器子網(wǎng)絡(luò)包含解碼單元、轉(zhuǎn)置卷積操作和卷積操作的處理，每個解碼單元的輸出與基于殘差網(wǎng)絡(luò)與遷移學(xué)習(xí)的編碼器子網(wǎng)絡(luò)中對應(yīng)編碼單元的輸入相跳躍連接；

o＝(i-1)×s+k-2×p

其中，o表示轉(zhuǎn)置卷積操作后輸出的特征圖單邊尺寸，i表示輸入的特征圖單邊尺寸，s表示設(shè)置的步長大小，k表示轉(zhuǎn)置卷積操作中卷積核的大小，p表示填充的大小。