[發(fā)明專利]用于從遙感圖像中識(shí)別道路的方法、裝置和電子設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 201710021556.2
• 申請(qǐng)日: 2017-01-12
• 公開(kāi)（公告）號(hào): CN108229270B
• 公開(kāi)（公告）日: 2021-07-30
• 發(fā)明（設(shè)計(jì)）人: 石建萍
• 申請(qǐng)（專利權(quán)）人: 北京市商湯科技開(kāi)發(fā)有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06T5/30
• 代理公司: 北京英賽嘉華知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11204
• 代理人: 王達(dá)佐;馬曉亞

1.一種用于從遙感圖像中識(shí)別道路的方法，其特征在于，所述方法包括：

確定待識(shí)別的遙感圖像中屬于道路的像素點(diǎn)；

基于所述遙感圖像中屬于道路的像素點(diǎn)確定所述遙感圖像中屬于道路的像素點(diǎn)的方向信息，包括：使用至少一區(qū)域?qū)λ鲞b感圖像中的像素點(diǎn)進(jìn)行覆蓋操作；根據(jù)所述覆蓋操作中各所述區(qū)域所覆蓋的像素點(diǎn)中屬于道路的像素點(diǎn)確定出至少一個(gè)屬于道路的覆蓋區(qū)域；連通各所述屬于道路的覆蓋區(qū)域得到道路覆蓋區(qū)；根據(jù)所述道路覆蓋區(qū)確定出所述遙感圖像中屬于道路的像素點(diǎn)的方向信息，其中，所述方向信息用于描述所述屬于道路的像素點(diǎn)所在道路在該像素點(diǎn)位置處的方向；

基于所述遙感圖像中屬于道路的像素點(diǎn)的方向信息對(duì)各屬于道路的像素點(diǎn)進(jìn)行膨脹操作；

根據(jù)膨脹操作結(jié)果從所述遙感圖像中確定道路。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述確定待識(shí)別的遙感圖像中屬于道路的像素點(diǎn)，包括：

確定所述遙感圖像中各個(gè)像素點(diǎn)屬于道路的概率值；

將所述概率值大于第一設(shè)定閾值的像素點(diǎn)確定為屬于道路的像素點(diǎn)。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述確定所述遙感圖像中各個(gè)像素點(diǎn)屬于道路的概率值，包括：

獲取所述遙感圖像中的至少一個(gè)像素點(diǎn)；

通過(guò)第一深度神經(jīng)網(wǎng)絡(luò)模型確定所述至少一個(gè)像素點(diǎn)中每個(gè)像素點(diǎn)屬于道路的概率值。

4.根據(jù)權(quán)利要求2-3任一所述的方法，其特征在于，所述方法還包括：

根據(jù)所述遙感圖像中各個(gè)像素點(diǎn)屬于道路的概率值生成所述遙感圖像的道路概率分布圖。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述道路覆蓋區(qū)確定出所述遙感圖像中屬于道路的像素點(diǎn)的方向信息，包括：

從所述道路覆蓋區(qū)中確定出連通所述道路覆蓋區(qū)域的連接線；

確定所述道路覆蓋區(qū)中，與所述連接線的距離小于預(yù)定值的屬于道路的像素點(diǎn)的位置；

連接所述道路覆蓋區(qū)中與所述連接線的距離小于預(yù)定值的各個(gè)屬于道路的像素點(diǎn)，并由相鄰兩個(gè)屬于道路的像素點(diǎn)的位置確定所述相鄰兩個(gè)屬于道路的像素點(diǎn)之間的方向信息。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述遙感圖像中屬于道路的像素點(diǎn)確定所述遙感圖像中屬于道路的像素點(diǎn)的方向信息，包括：

基于所述遙感圖像中屬于道路的像素點(diǎn)并通過(guò)第二深度神經(jīng)網(wǎng)絡(luò)模型確定出所述遙感圖像中屬于道路的像素點(diǎn)的方向信息。

7.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述方法還包括：

預(yù)先訓(xùn)練所述第一深度神經(jīng)網(wǎng)絡(luò)模型；

所述預(yù)先訓(xùn)練所述第一深度神經(jīng)網(wǎng)絡(luò)模型包括：

獲取至少一張訓(xùn)練用標(biāo)注遙感圖像，各所述訓(xùn)練用標(biāo)注遙感圖像包括至少一個(gè)像素點(diǎn)和與所述至少一個(gè)像素點(diǎn)中的各個(gè)像素點(diǎn)對(duì)應(yīng)的用于標(biāo)注各個(gè)像素點(diǎn)是否屬于道路的標(biāo)注數(shù)據(jù)；

通過(guò)各所述訓(xùn)練用標(biāo)注遙感圖像的屬于道路的標(biāo)注數(shù)據(jù)訓(xùn)練第一初始深度神經(jīng)網(wǎng)絡(luò)模型，得到所述第一深度神經(jīng)網(wǎng)絡(luò)模型。

8.根據(jù)權(quán)利要求7所述的方法，其特征在于，所述訓(xùn)練用標(biāo)注遙感圖像還包括用于標(biāo)識(shí)道路方向的方向標(biāo)注數(shù)據(jù)；所述方法還包括：

訓(xùn)練第二深度神經(jīng)網(wǎng)絡(luò)模型；

所述訓(xùn)練第二深度神經(jīng)網(wǎng)絡(luò)模型包括：

通過(guò)各所述訓(xùn)練用標(biāo)注遙感圖像的方向標(biāo)注數(shù)據(jù)訓(xùn)練第二初始深度神經(jīng)網(wǎng)絡(luò)模型，得到所述第二深度神經(jīng)網(wǎng)絡(luò)模型。

9.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述基于所述遙感圖像中屬于道路的像素點(diǎn)的方向信息對(duì)各屬于道路的像素點(diǎn)進(jìn)行膨脹操作，包括：

從所述道路概率分布圖中提取出屬于道路的概率值大于第二設(shè)定閾值的像素點(diǎn)作為擴(kuò)充像素點(diǎn)，所述第二設(shè)定閾值大于所述第一設(shè)定閾值；

根據(jù)所述遙感圖像中屬于道路的像素點(diǎn)的方向信息確定出所述擴(kuò)充像素點(diǎn)的方向信息；

根據(jù)所述擴(kuò)充像素點(diǎn)的方向信息對(duì)所述擴(kuò)充像素點(diǎn)進(jìn)行膨脹操作。