一種基于改進U-Net 的高分影像公路線路提取方法

廉慧潔，王維高，朱軍，唐苒然，謝亞坤

1. 西南交通大學 地球科學與環境工程學院，成都 610097；

2. 四川省交通勘察設計研究院有限公司，成都 610031

1 引 言

公路作為國家經濟建設和國防建設中最重要的基礎設施之一，其地位及作用越來越顯著，是國民經濟發展的重要支撐（李朝鋒，2006)。以往公路數據的采集方式包括實地采集、文字資料獲取、移動車載掃描等手段，但存在成本較高或效率低的問題。隨著遙感技術的迅猛發展，遙感影像中的公路網已成為公路信息系統的巨大數據源，信息化、智能化成為公路信息獲取的必然趨勢（項皓東，2013；林報嘉等，2020；魯德輝，2020)。因此，如何利用高分辨率遙感影像進行自動化的公路信息提取具有重要的理論和現實意義。

傳統的道路提取方法主要包括基于像元的和面向對象的兩種。基于像元的遙感影像道路提取方法是以單個像元為最小處理單位，通過對各像元灰度值與道路灰度閾值進行對比從而進行道路信息提取；左娟和李勇軍（2013)利用遙感影像的紋理特征和光譜特征提取了較為完整的道路骨干形態，但仍然無法消除樹木和建筑物等環境因素的影響。基于像元的道路提取方法簡單易實現，但提取結果有較大的噪聲，智能化程度低（Wang 等，2014；Shi 等，2014；Shanmugam 和 Kaliaperumal，2016)。面向對象的道路提取方法通過將影像看作多個具有相近性質的對象集合進行道路提取（Kumar 等，2014)；周愛霞等（2017)在eCognition 遙感圖像處理平臺上對IKONOS 影像進行了面向對象的道路提取。面向對象的道路提取方法在抗噪性上有一定提升，但提取效果的優劣很大程度上取決于影像分割結果的質量（張永宏等，2018；……