[發(fā)明專利]遙感影像建筑物樣本區(qū)域提取方法及系統(tǒng)、存儲介質(zhì)、設(shè)備

有效

• 申請?zhí)枺?/td>: 201910506618.8
• 申請日: 2019-06-12
• 公開（公告）號: CN110298348B
• 公開（公告）日: 2020-04-28
• 發(fā)明（設(shè)計(jì)）人: 胡曉東;駱劍承;夏列鋼;周楠;孫營偉;吳敏;張竹林;郜麗靜;吳送良;劉浩
• 申請（專利權(quán)）人: 蘇州中科天啟遙感科技有限公司
• 主分類號: G06K9/34
• 分類號: G06K9/34;G06K9/62;G06N3/04
• 代理公司: 蘇州知途知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 32299
• 代理人: 陳瑞瀧;張錦波

1.遙感影像建筑物樣本區(qū)域提取方法，其特征在于，包括如下步驟：

S1、樣本制作，采集遙感影像，對目標(biāo)區(qū)域的所述遙感影像進(jìn)行分割裁剪得到包括分類對象的面矢量框文件，并標(biāo)注所述面矢量框文件中的帶建筑物標(biāo)簽，將標(biāo)簽為帶建筑物的所述面矢量框文件的矢量數(shù)據(jù)轉(zhuǎn)換成柵格數(shù)據(jù)，得到柵格化的建筑物樣本；若干個(gè)帶有建筑物標(biāo)簽的樣本構(gòu)成樣本集，并將所述面矢量框文件加入所述樣本集；其中所述建筑物樣本的尺寸包括長為X像素，寬為Y像素；

S2、建筑物預(yù)測，將待測試的遙感影像數(shù)據(jù)輸入利用當(dāng)前所述樣本集訓(xùn)練好的建筑物模型并對所述目標(biāo)區(qū)域的遙感影像進(jìn)行預(yù)測，得到遙感影像中柵格化的建筑物數(shù)據(jù)；所述建筑物數(shù)據(jù)中的每個(gè)柵格的取值范圍為第一閾值范圍，其中最大值代表最高概率屬于建筑，最小值代表最高概率屬于非建筑；

S3、優(yōu)化數(shù)據(jù)，將所述建筑物數(shù)據(jù)的每個(gè)柵格的取值范圍位于第二閾值范圍內(nèi)的進(jìn)行保留，同時(shí)將所述建筑物數(shù)據(jù)的其他取值的柵格全部標(biāo)記為0，所述第二閾值范圍位于所述第一閾值范圍之間，得到優(yōu)化的建筑物數(shù)據(jù)；

S4、卷積計(jì)算，利用與所述建筑物樣本尺寸相同的矩陣窗口對所述建筑物數(shù)據(jù)進(jìn)行全卷積相乘，當(dāng)矩陣窗口與其對應(yīng)的建筑強(qiáng)度影像區(qū)域的卷積相乘結(jié)果大于閾值E時(shí)，將當(dāng)前所述矩陣窗口所對應(yīng)的所述面矢量框文件進(jìn)行標(biāo)記并放入樣本待選區(qū)域列表，所述矩陣窗口的每個(gè)柵格的取值均為P；

所述閾值E的計(jì)算公式如下：

E=10·X·Y·max[1,(10-t-1)]/P，

其中，t為所述矩陣窗口在所述建筑物數(shù)據(jù)上移動(dòng)的次數(shù)；

S5、精度評定，從所述樣本待選區(qū)域列表中選擇n個(gè)所述面矢量框文件進(jìn)行樣本標(biāo)注；

當(dāng)n大于0時(shí)，從所述樣本待選區(qū)域列表中選擇所述卷積相乘結(jié)果最小的[n/2]個(gè)區(qū)域和所述卷積相乘結(jié)果最大的n-[n/2]個(gè)區(qū)域返回步驟S1修改樣本重新迭代訓(xùn)練；其中“[]”為取整符號；當(dāng)n等于0時(shí)，進(jìn)入下個(gè)步驟；

S6、結(jié)果矢量化，將當(dāng)前的所述建筑物數(shù)據(jù)進(jìn)行二值化并進(jìn)行矢量化得到標(biāo)記樣本區(qū)域的遙感影像建筑物數(shù)據(jù)。

2.如權(quán)利要求1所述的遙感影像建筑物樣本區(qū)域提取方法，其特征在于，在步驟S1中還包括：所述目標(biāo)區(qū)域所需標(biāo)注的樣本數(shù)量的最大值為M，M的計(jì)算公式為：

M=S/50

其中，S為所述目標(biāo)區(qū)域的總面積，單位為平方公里；

所述目標(biāo)區(qū)域當(dāng)前的樣本數(shù)量記為m；

在步驟S5中，n的計(jì)算公式如下：

n=max[N,(M-m)/2]

其中，N為步驟S4中的所述樣本待選區(qū)域列表的樣本數(shù)量。

3.如權(quán)利要求1所述的遙感影像建筑物樣本區(qū)域提取方法，其特征在于，在步驟S2中，所述第一閾值范圍為0-255,255代表最高概率屬于建筑，0代表最高概率屬于非建筑；在步驟S3中第二閾值范圍為50-150。

4.如權(quán)利要求1所述的遙感影像建筑物樣本區(qū)域提取方法，其特征在于，在步驟S6中，進(jìn)行二值化后的所述建筑物數(shù)據(jù)的閾值范圍為30-70。

5.如權(quán)利要求1所述的遙感影像建筑物樣本區(qū)域提取方法，其特征在于，所述建筑物模型包括初始模型，所述初始模型的訓(xùn)練方法包括：

對目標(biāo)區(qū)域的所述遙感影像進(jìn)行分割裁剪得到若干個(gè)長為X像素，寬為Y像素的帶建筑物標(biāo)簽的樣本，利用D-LinkNet網(wǎng)絡(luò)進(jìn)行訓(xùn)練學(xué)習(xí)得到所述初始模型；

所述初始模型還包括選取與所述建筑物樣本分辨率相同的并訓(xùn)練學(xué)習(xí)好的網(wǎng)絡(luò)參數(shù)文件。

6.一種電子設(shè)備，其特征在于包括：處理器；

存儲器；以及程序，其中所述程序被存儲在所述存儲器中，并且被配置成由處理器執(zhí)行，所述程序包括用于執(zhí)行如權(quán)利要求1所述的遙感影像建筑物樣本區(qū)域提取方法。

7.一種計(jì)算機(jī)可讀存儲介質(zhì)，其上存儲有計(jì)算機(jī)程序，其特征在于：所述計(jì)算機(jī)程序被處理器執(zhí)行如權(quán)利要求1所述的遙感影像建筑物樣本區(qū)域提取方法。

8.遙感影像建筑物樣本區(qū)域提取系統(tǒng)，其特征在于，包括：樣本制作模塊、建筑物預(yù)測模塊、卷積計(jì)算模塊、精度評定模塊和結(jié)果矢量化模塊；其中，

所述樣本制作模塊用于采集遙感影像，對目標(biāo)區(qū)域的所述遙感影像進(jìn)行分割裁剪得到包括分類對象的面矢量框文件，并標(biāo)注所述面矢量框文件中的帶建筑物標(biāo)簽，將標(biāo)簽為帶建筑物的所述面矢量框文件的矢量數(shù)據(jù)轉(zhuǎn)換成柵格數(shù)據(jù)，得到柵格化的建筑物樣本；若干個(gè)帶有建筑物標(biāo)簽的樣本構(gòu)成樣本集，并將所述面矢量框文件加入所述樣本集；其中所述建筑物樣本的尺寸包括長為X像素，寬為Y像素；

所述建筑物預(yù)測模塊用于將待測試的遙感影像數(shù)據(jù)輸入利用當(dāng)前所述樣本集訓(xùn)練好的建筑物模型并對所述目標(biāo)區(qū)域的遙感影像進(jìn)行預(yù)測，得到遙感影像中柵格化的建筑物數(shù)據(jù)；所述建筑物數(shù)據(jù)中的每個(gè)柵格的取值范圍為第一閾值范圍，其中最大值代表最高概率屬于建筑，最小值代表最高概率屬于非建筑；

所述卷積計(jì)算模塊用于利用與所述建筑物樣本尺寸相同的矩陣窗口對所述建筑物數(shù)據(jù)進(jìn)行全卷積相乘，當(dāng)矩陣窗口與其對應(yīng)的建筑強(qiáng)度影像區(qū)域的卷積相乘結(jié)果大于閾值E時(shí)，將當(dāng)前所述矩陣窗口所對應(yīng)的所述面矢量框文件進(jìn)行標(biāo)記并放入樣本待選區(qū)域列表；所述矩陣窗口的每個(gè)柵格的取值均為P；

所述閾值E的計(jì)算公式如下：

E=10·X·Y·max[1,(10-t-1)]/P，

其中，t為所述矩陣窗口在所述建筑物數(shù)據(jù)上移動(dòng)的次數(shù)；

所述精度評定模塊用于從所述樣本待選區(qū)域列表中選擇n個(gè)所述面矢量框文件進(jìn)行樣本標(biāo)注；

當(dāng)n大于0時(shí)，從所述樣本待選區(qū)域列表中選擇所述卷積相乘結(jié)果最小的[n/2]個(gè)區(qū)域和所述卷積相乘結(jié)果最大的n-[n/2]個(gè)區(qū)域返回步驟S1修改樣本重新迭代訓(xùn)練；其中“[]”為取整符號；當(dāng)n等于0時(shí)，進(jìn)入下個(gè)步驟；

所述結(jié)果矢量化模塊用于將當(dāng)前的所述建筑物數(shù)據(jù)進(jìn)行二值化并進(jìn)行矢量化得到標(biāo)記樣本區(qū)域的遙感影像建筑物數(shù)據(jù)；

還包括優(yōu)化數(shù)據(jù)模塊，所述優(yōu)化數(shù)據(jù)模塊用于將所述建筑物數(shù)據(jù)的每個(gè)柵格的取值范圍位于第二閾值范圍內(nèi)的進(jìn)行保留，同時(shí)將所述建筑物數(shù)據(jù)的其他取值的柵格全部標(biāo)記為0，所述第二閾值范圍位于所述第一閾值范圍之間，得到優(yōu)化的建筑物數(shù)據(jù)；

所述卷積計(jì)算模塊包括計(jì)算單元，所述計(jì)算單元用于計(jì)算所述目標(biāo)區(qū)域所需標(biāo)注的樣本數(shù)量的最大值為M，M的計(jì)算公式為：

M=S/50

其中，S為所述目標(biāo)區(qū)域的總面積，單位為平方公里；

所述目標(biāo)區(qū)域當(dāng)前的樣本數(shù)量記為m；

在步驟S5中，n的計(jì)算公式如下：

n=max[N,(M-m)/2]

其中，N為步驟S4中的所述樣本待選區(qū)域列表的樣本數(shù)量。