[發(fā)明專利]建筑物矢量多邊形的提取方法、系統(tǒng)、服務(wù)器及存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 202110353471.0
• 申請日: 2021-03-31
• 公開（公告）號: CN113160258B
• 公開（公告）日: 2022-11-29
• 發(fā)明（設(shè)計）人: 舒震;胡翔云;張覓;李小凱;饒友琢;劉沁雯;花卉;王慧慧;王有年
• 申請（專利權(quán)）人: 武漢漢達瑞科技有限公司
• 主分類號: G06T7/13
• 分類號: G06T7/13;G06T7/136;G06T7/187;G06N3/08
• 代理公司: 武漢藍寶石專利代理事務(wù)所(特殊普通合伙) 42242
• 代理人: 謝洋

本發(fā)明涉及一種建筑物矢量多邊形的提取方法、系統(tǒng)、服務(wù)器及存儲介質(zhì)，本發(fā)明通過使用地圖圖像的全局關(guān)鍵點對建筑物關(guān)鍵點進行優(yōu)化，并通過對優(yōu)化后的關(guān)鍵點進行角度劃分，得到優(yōu)化后的關(guān)鍵點的前向方向及向后方向，從而得到建筑物的矢量多邊形，解決了現(xiàn)有技術(shù)中建筑物輪廓矢量提取結(jié)果不準(zhǔn)確的技術(shù)問題，達到了準(zhǔn)確提取建筑物輪廓的技術(shù)效果，提高了提取結(jié)果的邊緣準(zhǔn)確程度。

技術(shù)領(lǐng)域

本發(fā)明涉及建筑物輪廓提取技術(shù)領(lǐng)域，特別涉及一種建筑物矢量多邊形的提取方法、系統(tǒng)、服務(wù)器及存儲介質(zhì)。

背景技術(shù)

建筑物輪廓矢量提取是遙感影像信息自動提取領(lǐng)域中的一個經(jīng)典問題，它的主要目標(biāo)是識別并提取出遙感影像中的建筑物輪廓。建筑物矢量提取的結(jié)果在許多領(lǐng)域中都有著廣泛的應(yīng)用，比如軍事偵察、變化監(jiān)測、地圖制圖和地理分析等。因此，建筑物矢量輪廓提取具有著重要的研究價值。

傳統(tǒng)的建筑物輪廓提取方法大都是基于人工設(shè)計的特征，利用建筑物輪廓的正交性等先驗知識進行輪廓的提取，通過人工設(shè)計的大量的規(guī)則，利用圖理論以及活動輪廓模型等經(jīng)典優(yōu)化框架來進行建筑物輪廓的提取。這些方法受人工提取特征的局限性，往往難以對遮擋、陰影等復(fù)雜場景進行處理。

近年來，隨著深度學(xué)習(xí)技術(shù)的崛起，大多數(shù)的現(xiàn)有方法都是基于建筑物分割的結(jié)果進行輪廓提取，這些方法通常采取分割、邊緣檢測、輪廓規(guī)則化這樣一種多階段的處理流程來獲取建筑物的矢量，這一過程非常的繁瑣。而且逐像素分割的結(jié)果往往趨于平滑，需要大量后處理來獲取規(guī)則的輪廓。而這些后處理的規(guī)則化方法往往又是基于傳統(tǒng)的角點，邊緣等信息，無法充分利用深度學(xué)習(xí)網(wǎng)絡(luò)特征提取在建筑物角點及邊緣提取上的優(yōu)勢，造成提取結(jié)果在一定程度上的劣化。

發(fā)明內(nèi)容

本發(fā)明提供一種建筑物矢量多邊形的提取方法及系統(tǒng)，通過使用地圖圖像的全局關(guān)鍵點對建筑物關(guān)鍵點進行優(yōu)化，并通過對優(yōu)化后的關(guān)鍵點進行角度劃分，得到優(yōu)化后的關(guān)鍵點的前向方向及向后方向，從而得到建筑物的矢量多邊形，解決了現(xiàn)有技術(shù)中建筑物輪廓矢量提取結(jié)果不準(zhǔn)確的技術(shù)問題，達到了準(zhǔn)確提取建筑物輪廓的技術(shù)效果，提高了提取結(jié)果的邊緣準(zhǔn)確程度。

本發(fā)明提出的建筑物矢量多邊形的提取方法包括以下步驟：

獲取目標(biāo)圖像的全局關(guān)鍵點及建筑物關(guān)鍵點，并使用所述全局關(guān)鍵點對所述建筑物關(guān)鍵點進行優(yōu)化，得到優(yōu)化關(guān)鍵點；

以任一優(yōu)化關(guān)鍵點為中心對四周的角度進行劃分，根據(jù)所述目標(biāo)圖像得到劃分后的角度中屬于建筑物的角度，并根據(jù)所述屬于建筑物的角度得到所述任一優(yōu)化關(guān)鍵點沿建筑物邊緣的前向方向和后向方向；

得到所有優(yōu)化關(guān)鍵點的前向方向和后向方向，并根據(jù)所述所有優(yōu)化關(guān)鍵點的前向方向和后向方向?qū)λ鏊袃?yōu)化關(guān)鍵點進行連接，得到建筑物對應(yīng)的矢量多邊形。

優(yōu)選地，所述獲取目標(biāo)圖像的全局關(guān)鍵點及建筑物關(guān)鍵點，并使用所述全局關(guān)鍵點對所述建筑物關(guān)鍵點進行優(yōu)化，得到優(yōu)化關(guān)鍵點的步驟具體包括：

利用主干網(wǎng)絡(luò)FPN(一種利用常規(guī)CNN模型來高效提取圖片中各維度特征的方法)對所述目標(biāo)圖像進行特征提取，得到所述目標(biāo)圖像的所述全局關(guān)鍵點，并通過Mask R-CNN(在Faster R-CNN的基礎(chǔ)上添加了一個預(yù)測分割mask的分支)框架對所述目標(biāo)圖像進行處理，得到所述目標(biāo)圖像的建筑物包圍框坐標(biāo)及所述建筑物包圍框內(nèi)的所述建筑物關(guān)鍵點；

根據(jù)所述建筑物關(guān)鍵點生成建筑物關(guān)鍵點熱圖，對所有所述建筑物關(guān)鍵點熱圖進行閾值化處理得到所有連通區(qū)域圖；同時根據(jù)所述全局關(guān)鍵點生成全局關(guān)鍵點熱圖，并對全局關(guān)鍵點熱圖進行閾值化處理，采用非極大值抑制算法獲取抑制后的全局關(guān)鍵點；

將所述所有連通區(qū)域圖采樣至與全局關(guān)鍵點熱圖相同的分辨率，對采樣后的目標(biāo)連通區(qū)域中的建筑物關(guān)鍵點采用非極大值抑制算法獲取目標(biāo)連通區(qū)域?qū)?yīng)的抑制后的建筑物關(guān)鍵點；