在谷歌地图图像（航拍图像）中检测街道区域的简单方法答案

【问题标题】：simple way to detect street area in google map images (aerial images)在谷歌地图图像（航拍图像）中检测街道区域的简单方法
【发布时间】：2020-06-29 02:16:12
【问题描述】：

我试图在没有任何深度学习方法的情况下检测图像中街道的区域。

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，而且准确性根本不是问题，我正在尝试在不使用任何深度学习方法的情况下实现这一目标。

【问题讨论】：

你试过边缘检测和Hough Line Transform吗？
@PayamBeirami 欢迎来到 Stack Overflow！请使用tour 并阅读How to Ask。请edit 发布您自己的努力来解决这个问题。后者最好在代码中，这称为minimal reproducible example。

【解决方案1】：

霍夫线可以给出直接的直线测量。但我不薄它会给你你想要的。如下图

您需要更复杂的算法，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。传统的算法，如变分分析、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。

如果你真的想要，你可以先从变分分析、主动轮廓模型、蛇能量开始提取道路。事实证明，这种变分分析适用于复杂场景并提取特定模型，如下图所示。您的道路是空旷的低梯度区域，附近的所有建筑树都是您不想要的高梯度响应。

我的建议是使用预先训练的模型和额外的表面模型，让您的生活更轻松。下载，运行python脚本。就是这样

您可以尝试一些开源实现，例如

基于预测的掩码。那么你就可以准确的得到如下图的生产了

这将是您正在寻找的结果

问候

升海园

【讨论】：

谢谢，但没有一个 repos 似乎工作，或者我无法让它们运行
github.com/Paulymorphous/Road-Segmentation 这个确实提供了模型，需要系统安装到代码运行。因为在 github 上有很多关于这方面的工作。您可以搜索所有易于在您的 PC 上构建的包。不知道你有什么问题。如果是兼容性问题，您可以随时尝试使用 docker 或 conda