我试图在没有任何深度学习方法的情况下检测图像中的街道区域。
说我有这张图片:
我正在寻找任何简单的方法来检测图像的街道部分,如下所示:
现在我知道这可能不是很准确,准确度根本不是问题,我正在尝试不使用任何深度学习方法来实现这一点。
最佳答案
粗线可以给出直接的直线测量。但我不会瘦,它会给您您想要的。如下所示
您需要很多复杂的算法,例如深度语义分割模型。并以此为基础进行训练。
即使您不喜欢深度学习。传统算法(例如变异分析,SVM学习或adaboost)也非常复杂,您将无法轻松使用它。您需要对这些主题有更深入的了解。
如果您真的想要,可以从变分分析,主动轮廓模型,蛇能量开始提取道路开始。事实证明,这种变分分析可用于复杂场景,并提取特定模型,如下图所示。您的道路是空的低坡度区域,附近的所有建筑物树都是您不想要的高坡度响应。
我的建议是通过使用预先训练的模型并增加表面模型,使您的生活更轻松。下载,运行python脚本。就这样
您可以尝试一些开源实现,例如
https://github.com/ArkaJU/U-Net-Satellite
https://github.com/Paulymorphous/Road-Segmentation
https://github.com/avanetten/cresi
基于预测的掩码。然后您可以准确地获得生产,如下所示
这将是您正在寻找的结果
问候
盛海源
关于python - 在Google map 图像(航空图像)中检测街道区域的简单方法,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/62623836/