(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210243293.0 (22)申请日 2022.03.11 (71)申请人 上海城市交通设计院有限公司 地址 200025 上海市黄浦区建国东路525号 13楼 申请人 复旦大学 (72)发明人 张品立　俞雪雷　王智慧　何千羽　 朱鲤　陶莎　王佳凯　 (74)专利代理 机构 上海世圆知识产权代理有限 公司 31320 专利代理师 陈颖洁 (51)Int.Cl. G06V 20/10(2022.01) G06V 10/26(2022.01) G06V 10/80(2022.01)G06V 10/82(2022.01) G06K 9/62(2022.01) G06N 3/02(2006.01) (54)发明名称 一种基于叠加切割的路网识别质 量提升方 法 (57)摘要 本发明公开了一种基于叠加切割的路网识 别质量提升方法， 其特征在于在预测阶段使用不 同的切割方式对完整的遥感图像进行切割， 使 得 在第一种切割方式下， 位于切割线边缘的像素， 在第二种切割方式下， 位于小 图内部， 以此获得 较为完整的信息， 最后将两次切割预测的结果进 行线性叠加。 本发明通过采用两次切割的方式， 使得在第一种切割方式下， 位于切割线边缘的像 素， 在第二种切割方式下， 位于小图内部， 同理， 第二种切割方式下， 位于切割线边缘的像素， 在 第一种切割方式下， 位于小图内部， 这样可以保 证获得较为完整的信息， 从而可以提高道路提取 质量。 权利要求书2页 说明书6页 附图3页 CN 114743091 A 2022.07.12 CN 114743091 A 1.一种基于叠加切割的路网识别质量提升方法， 其特征在于在预测阶段使用不同的切 割方式对完整的遥感图像进行切割， 使得在第一种切割方式下， 位于切割线边缘的像素， 在 第二种切割方式下， 位于小图内部， 以此获得较为完整的信息， 最后 将两次切割预测的结果 进行线性叠加。 2.如权利要求1所述的基于叠加切割的路网识别质量提升方法， 其特征在于， 在预测阶 段， 首先对高分辨率遥感图像进 行切割， 这里假设原图的尺寸为M*N,将图片切割成k*k的小 图， 为了使得每一张小图的尺寸相等， 在原图的底部添加了宽度为 的全零像 素条， 在原图的右侧添加了宽度为 的全零像素条； 进行切分后， 总共可以获得 张小图； 为了最后可以将小图组装成原图， 对小图进行编号， 将原图的左上角像 素坐标设为(0， 0),因此坐标为(m,n)的像素位于原图中第m行， 第n列， 使用imgi,j表示坐标 为(i,j)的小图， 的左上角像素在原图中的坐标为(i* k， j* k)， 之后再将切割好的图片作为神经网络的输入， 得到第一次切割的语义分割结果， 然后根 据小图的坐标以及切割的尺寸， 计算出小图在在原图中的位置， 得到完整的道路提取图， 为 了将它恢复成原来的尺寸， 还需去掉 最底部宽度为 的像素， 以及右侧宽度为 的像素； 第二次切割前， 跟第一次切割相同， 在原图的底部添加了宽度为 的全零像 素条， 在原图的右侧添加了 宽度为 的全零像素 条， 此时图像的尺寸变为了 但是， 除此之外， 还 需在原图的四周添加 全零像素条， 在图像的左侧和 上方添加宽度为 的全零像素条， 在图像的右侧和下方添加宽度为 的全零像素条， 因此,在第二次切割前， 图像的尺寸变为 切割后， 会产生 张小图， 此时需要对小图重新进行编号， 之后再分别输入到语义分割网 络中， 得到第二次切割的语义分割结果， 然后 将小图的分割结果组装， 得到完整的道路提取 图， 同样， 为了将它 恢复成原来的尺寸， 需要去掉左侧以及上方宽度为 的像素， 去掉下方 宽度为 的像素， 以及去掉右侧宽度为 的像素； 最后将使用不同切割方式得到的语义分割结果进行叠加， 互相弥补缺失部分， 假设第 一次切割产生的完整的语 义分割图为I1,第二次切 割产生的完整的语 义分割图为I2,二者的 叠加结果 为Inew， Ix,y表示语义分割图中坐标为(x,y)的像素值。 3.如权利要求1所述的基于叠加切割的路网识别质量提升方法， 其特征在于， 两次语义 分割图的叠加方式采用取平均、 取最大值和带权平均， 最后选择预测质量最高的作为最终权　利　要　求　书 1/2 页 2 CN 114743091 A 2的预测结果。 4.如权利要求3所述的基于叠加切割的路网识别质量提升方法， 其特征在于， 两次语义 分割图的叠加方式取平均方法， 取两次切割 产生的语义分割图中的对应像素的像素值的平 均值作为 新的像素值， 即 其中 为新的像素值， 为第一次语义分割图的像素值， 为第二次语义分割图的 像素值。 5.如权利要求3所述的基于叠加切割的路网识别质量提升方法， 其特征在于， 两次语义 分割图的叠加方式不考虑像素周围环境时取最大值， 此方法取两次切割 产生的语义分割图 中的对应 像素的像素值的最大值作为 新的像素值， 即 其中 为新的像素值， 为第一次语义分割图的像素值， 为第二次语义分割图的 像素值。 6.如权利要求3所述的基于叠加切割的路网识别质量提升方法， 其特征在于， 两次语义 分割图的叠加方式考虑像素周围环境时取平均， 此方法不是直接按照相等的权重来计算， 而是使用像素的预测值作为权 重， 权重w计算方式为： 其中,Q代 表切割产生的语义分割图的数量。权　利　要　求　书 2/2 页 3 CN 114743091 A 3