科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对无人机获取的露天矿影像道路提取过程中道路边界信息丢失和路网提取不准确问题,提出一种基于改进DeepLabv3+网络的露天矿路网提取方法。利用Retinex算法对原始图像进行降噪预处理,得到色彩和光照均衡的数据集;并针对道路区域与背景所占像素比例相差较大的特点,使用占比加权的方法解决了网络训练中正负样本严重不平衡的问题;最后在原始DeepLabv3+模型的基础上构建具有不同空洞速率的密集连接ASPP模块来优化所提取的露天矿道路网络,扩大道路特征点的感受野,提高多尺度特征的覆盖范围。实验结果表明,该语义分割方法的效果优于原DeepLabv3+算法,平均交并比达到79.27%,能够在大范围内准确地提取道路目标,可应用于露天矿区主干路网的提取。
- 单位
