[發明專利]一種自動提取建筑物輪廓的方法及裝置

在審

• 申請號: 202011230758.6
• 申請日: 2020-11-06
• 公開（公告）號: CN112348836A
• 公開（公告）日: 2021-02-09
• 發明（設計）人: 何建軍;陳婷;王智勇;閆鵬飛;李志強
• 申請（專利權）人: 二十一世紀空間技術應用股份有限公司
• 主分類號: G06T7/13
• 分類號: G06T7/13;G06T7/194;G06T11/20;G06N3/08;G06N3/04
• 代理公司: 北京鼎佳達知識產權代理事務所(普通合伙) 11348
• 代理人: 任媛;劉鐵生

本發明公開了一種自動提取建筑物輪廓的方法及其裝置，涉及圖像處理技術領域。本發明的主要技術方案為：構建用于提取建筑物輪廓的卷積神經網絡模型；利用模型提取遙感影像中的建筑物位置與參考輪廓，得到建筑物對應的建筑物掩模圖像；基于線性特征與圖像分割算法相結合，對建筑物掩模圖像進行處理，得到對應的線段信息、拐角點信息和方位信息；利用建筑物對應的線段信息、拐角點信息和方位信息，對建筑物位置與參考輪廓執行地物矢量上圖優化和輪廓修正，得到修訂后的建筑物輪廓；將修訂后的建筑物輪廓轉換為地理坐標并輸出矢量，完成地圖制圖。本發明主要應用于從高分辨率遙感圖像中提取高質量建筑物輪廓，并且滿足地圖制圖上圖要求。

技術領域

本發明涉及圖像處理技術領域，尤其涉及一種自動提取建筑物輪廓的方法及裝置。

背景技術

建筑物作為城市區域的重要特征，是影像上占主體地位的人工地物。建筑物的矢量化提取在城市基礎信息數據更新、目標識別、災害預估、變化檢測等方面有著廣泛的應用價值，是圖像處理領域的重要研究內容。

現有技術歸納起來可以分為兩類：一是基于卷積神經網絡提取地物輪廓；二是基于線性特征與圖像分割相結合來識別和提取建筑物輪廓。

但是，上述兩類方法均對適用場景有較高要求或者存在局限性，如果不滿足則無法得到較清晰的建筑物輪廓，尤其是針對大規模遙感影像提取和復雜建筑物分布區域，適用能力下降，泛化能力較低，進而獲取到的建筑物輪廓精度與效率也降低，無法滿足地圖制圖上圖要求而形成圖像產品。

發明內容

有鑒于此，本發明提供一種自動提取建筑物輪廓的方法及裝置，主要目的在于得到將卷積神經網絡與線性特征結合的建筑物輪廓識別方法，泛化能力高，以細化、優化得到高質量建筑物邊線，滿足地圖制圖上圖要求，從而實現自動提取建筑物輪廓圖像產品。

為了達到上述目的，本發明主要提供如下技術方案：

一方面，本發明提供了一種自動提取建筑物輪廓的方法，該方法包括：

構建用于提取建筑物輪廓的卷積神經網絡模型；

利用所述模型提取遙感影像中的建筑物位置與參考輪廓，得到所述建筑物對應的建筑物掩模圖像；

基于線性特征與圖像分割算法相結合，對所述建筑物掩模圖像進行處理，得到對應的線段信息、拐角點信息和方位信息；

利用所述建筑物對應的線段信息、拐角點信息和方位信息，對所述建筑物位置與參考輪廓執行地物矢量上圖優化和輪廓修正，得到修訂后的建筑物輪廓；

將修訂后的建筑物輪廓轉換為地理坐標并輸出矢量，完成地圖制圖。

可選的，所述基于線性特征與圖像分割算法相結合，對所述建筑物掩模圖像進行處理，得到對應的線段集、拐角點和方位信息，包括：

采用圖像分割算法對所述建筑物掩模圖像執行優化，得到優化后的建筑物邊緣；

根據所述優化后的建筑物邊緣，檢測邊緣對應區域內的線段信息和拐點信息；

從所述邊緣對應區域內的線段信息中獲取出與所述邊緣存在關聯的目標線段信息；

根據所述目標線段信息，確定目標建筑物邊緣；

根據確定的所述目標建筑物邊緣和所述拐角點信息，確定所述目標建筑物對應的方位信息。

可選的，所述根據確定的所述目標建筑物邊緣和所述拐角點信息，確定所述目標建筑物對應的方位信息，包括：

根據確定的所述目標建筑物邊緣，計算所述目標建筑物對應邊的方向，得到帶有方向的直線段組；

根據所述帶有方向的直線段組和所述拐角點信息，確定所述目標建筑物的方位信息。