文献类型：期刊文章

作　　者：何磊[1,2] 李玉霞[3] 彭博[3,4] 吴焕萍[5]

HE Lei;LI Yu-xia;PENG Bo;WU Huan-ping(School of Software Engineering, Chengdu University of Information Technology Chengdu 610225;Automatic Software Generation and Intelligence Service Key Laboratory of Sichuan Province Chengdu 610225;School of Automation Engineering, University of Electronic Science and technology of China Chengdu 611731;Institute of Electronic and Information Engineering in Guangdong, University of Electronic Science and Techndogy of China Dongguan 523808;Operational System Development and Maintenance Division, National Climate Center Haidian Beijing 100081)

机构地区：[1]成都信息工程大学软件工程学院,成都610225 [2]软件自动生成与智能服务四川省重点实验室,成都610225 [3]电子科技大学自动化工程学院,成都611731 [4]电子科技大学广东电子信息工程研究院,东莞523808 [5]国家气候中心业务系统发展与运控室,北京海淀区100081

出　　处：《电子科技大学学报》

基　　金：四川省科技厅重点研发项目(2018SZ0286,2018GZ0099);广东省自然科学基金(2018A030313898);公益性行业(气象)科研专项(GYHY201506025)

年　　份：2019

卷　　号：48

期　　号：4

起止页码：580-585

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：该文基于TensorFlow开发平台,搭建了生成对抗网络模型,通过无人机遥感图像预处理、道路标签制作、网络训练和算法改进,完成了道路特征信息的深度学习,固化了生成网络参数,实现了基于无人机图像的低等级道路信息自动提取的科学目标,并通过形态学处理进一步增强了道路的提取效果。通过分析不同特征道路提取的信息,证明了本方法对利用高分辨率无人机图像提取低等级道路信息具有较好的借鉴作用。

关 键 词：生成对抗网络  图像处理 道路提取 无人机图像  

分 类 号：TP753]