[發(fā)明專利]一種SAR影像城市道路提取方法、系統(tǒng)以及存儲(chǔ)介質(zhì)

在審

• 申請?zhí)枺?/td>: 202210438486.1
• 申請日: 2022-04-25
• 公開（公告）號(hào): CN114792397A
• 公開（公告）日: 2022-07-26
• 發(fā)明（設(shè)計(jì)）人: 程娟娟;王匆捷;宋家豪;李鵬程
• 申請（專利權(quán)）人: 南京信息職業(yè)技術(shù)學(xué)院
• 主分類號(hào): G06V20/10
• 分類號(hào): G06V20/10;G06V10/34;G06V10/36;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 南京縱橫知識(shí)產(chǎn)權(quán)代理有限公司 32224
• 代理人: 董建林

1.一種SAR影像城市道路提取方法，其特征在于，包括：

采集城市SAR影像并進(jìn)行預(yù)處理獲取城市圖像；

通過預(yù)訓(xùn)練的IEDSR模型提高所述城市圖像的分辨率，獲得監(jiān)測圖像；將監(jiān)測圖像輸入至預(yù)訓(xùn)練的SVM監(jiān)督模型提取城市道路。

所述IEDSR模型的訓(xùn)練過程，包括：

獲取城市歷史SAR影像并進(jìn)行預(yù)處理構(gòu)建訓(xùn)練數(shù)據(jù)集；

將通道注意力塊融入增強(qiáng)型殘差網(wǎng)絡(luò)，并在增強(qiáng)型殘差網(wǎng)絡(luò)末端添加亞像素卷積，構(gòu)建IEDSR模型；

計(jì)算IEDSR模型的損失函數(shù)Loss₁，將訓(xùn)練數(shù)據(jù)集輸入至所述IEDSR模型，根據(jù)損失函數(shù)Loss₁對所述IEDSR模型進(jìn)行訓(xùn)練，獲得損失值小于設(shè)定閾值的IEDSR模型。

2.根據(jù)權(quán)利要求1所述的一種SAR影像城市道路提取方法，其特征在于，對SAR影像進(jìn)行預(yù)處理的方法包括：

利用Lee濾波技術(shù)對SAR影像濾除斑點(diǎn)后，依次對SAR影像進(jìn)行輻射定標(biāo)、地形校正、地理編碼、影像裁剪和拼接處理，獲得城市圖像。

3.根據(jù)權(quán)利要求2所述的一種SAR影像城市道路提取方法，其特征在于，構(gòu)建訓(xùn)練數(shù)據(jù)集的方法包括，對城市圖像進(jìn)行翻折和旋轉(zhuǎn)，增加城市圖像的數(shù)量，構(gòu)建為訓(xùn)練數(shù)據(jù)集。

4.根據(jù)權(quán)利要求1所述的一種SAR影像城市道路提取方法，其特征在于，通過預(yù)訓(xùn)練的IEDSR模型提高所述城市圖像的分辨率，獲得監(jiān)測圖像的方法包括：

利用通道注意力塊增大城市圖像的高頻信息權(quán)值，減小城市圖像的低頻信息權(quán)值；

對城市圖像作亞像素卷積，完成周期性的移動(dòng)城市圖像；通過重新排列提高城市圖像提高分辨率，輸出監(jiān)測圖像。

5.根據(jù)權(quán)利要求4所述的一種SAR影像城市道路提取方法，其特征在于，對城市圖像作亞像素卷積的方法包括：

亞像素卷積的表達(dá)公式為：

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

公式中，I^LR表示輸入的城市圖像，I^HR表示監(jiān)測圖像，W_l表示為第l層網(wǎng)絡(luò)卷積核的權(quán)重值，b_l表示為第l層網(wǎng)絡(luò)卷積核的偏移值，f^l(·)表示為第l層網(wǎng)絡(luò)亞像素卷積，f^l-1(·)表示為第l-1層網(wǎng)絡(luò)亞像素卷積，PS(·)表示為周期性移動(dòng)操作；x和y表示城市圖像的高分辨率空間中的輸出像素坐標(biāo)，C為城市圖像的通道數(shù)量，r表示上采樣倍數(shù)，T表示為輸入周期性移動(dòng)操作的圖像，和mod(·)分別表示向下取整和取余操作。

6.根據(jù)權(quán)利要求1所述的一種SAR影像城市道路提取方法，其特征在于，根據(jù)損失函數(shù)Loss₁對所述IEDSR模型進(jìn)行訓(xùn)練的方法包括：

所述損失函數(shù)Loss₁的表達(dá)公式為：

公式為，n表示訓(xùn)練數(shù)據(jù)集中樣本數(shù)量，F(xiàn)(i)為訓(xùn)練數(shù)據(jù)集中第i個(gè)監(jiān)測圖像的估計(jì)值，X_i為訓(xùn)練數(shù)據(jù)集中第i個(gè)監(jiān)測圖像的目標(biāo)值；

將訓(xùn)練數(shù)據(jù)集數(shù)據(jù)集輸入至IEDSR模型并計(jì)算損失函數(shù)Loss₁的損失值，利用隨機(jī)梯度下降算法更新迭代IEDSR模型的參數(shù)。