[发明专利]一种提取遥感影像中建筑物图像的方法及系统

说明书

本发明中公开了一种提取遥感影像中建筑物图像的方法，包括：获取卷积神经网络模型；所述卷积神经网络模型为以遥感影像为输入，以建筑物图像为输出的训练后的神经网络模型；获取待采集区域的遥感影像；将所述遥感影像输入所述卷积神经网络模型，提取所述待采集区域的建筑物图像，得到初步提取结果；对所述初步提取结果采用形态学闭运算进行优化，得到待采集区域内建筑物图像的最终提取结果。并且还公开了实现这一方法的具体虚拟系统。本发明提供的提取遥感影像中建筑物图像的方法和系统，具有提取图像精度高和效率高的特点。

技术领域

本发明涉及图像处理技术领域，特别是涉及一种提取遥感影像中建筑物图像的方法及系统。

背景技术

高分辨率遥感影像建筑物提取是城市变化监测、城市规划、三维建模、数字化城市建立等领域的关键技术。随着遥感卫星的分辨率不断提高，对遥感影像建筑物提取的精度提出了更高的要求。

遥感影像建筑物提取是对影像中的地物进行语义分割，即通过对每个像素二分类的方法来获取建筑物目标与边缘轮廓信息。由于提取结果直观、有效地反映了研究区域内建筑物目标的位置及分布情况，成为城市规划等领域评估、研究的重要参考依据。在城市地区高分辨率遥感影像中，城区建筑物周围环境错综复杂，交通网络交叉密集，容易造成提取的结果中建筑物与道路边缘信息混淆、边缘不清。另外，卷积神经网络的前向传播过程中分辨率不断下降，提取结果往往边缘效果不理想，因而限制了建筑物提取的精度。

发明内容

本发明的目的是提供一种提取遥感影像中建筑物图像的方法及系统，具有提取图像精度高和效率高的特点。

为实现上述目的，本发明提供了如下方案：

一种提取遥感影像中建筑物图像的方法，包括：

获取卷积神经网络模型；所述卷积神经网络模型为以遥感影像为输入，以建筑物图像为输出的训练后的神经网络模型；

获取待采集区域的遥感影像；

将所述遥感影像输入所述卷积神经网络模型，提取所述待采集区域的建筑物图像，得到初步提取结果；

对所述初步提取结果采用形态学闭运算进行优化，得到待采集区域内建筑物图像的最终提取结果。

可选的，在获取卷积神经网络模型之前，还包括：

获取遥感影像样本；

将所述遥感影像划分为大小相同的若干子图像；

以建筑物区域像素为1，非建筑物区域像素为0，将所述子图像转化为真值图；

获取所述真值图中建筑物区域像素占比低于预设条件的真值图，并将所获取的真值图作为训练样本；

利用所述训练样本对所述卷积神经网络模型进行训练。

可选的，在所述获取卷积神经网络模型之前，还包括：

对所述卷积神经网络模型进行改进。

可选的，所述对所述卷积神经网络模型进行改进，包括：

对所述卷积神经网络模型中的横向连接层进行改进，即在扩张路径与收缩路径的对应层级间的特征图进行融合时，加入所述对应层级的前一层中的特征图进行融合；

引入用于按特定概率对所述卷积神经网络模型中节点权重进行固定的Dropout策略；

在所述卷积神经网络模型的各个卷积层之后均添加BN层。

可选的，所述特定概率为0.25。

一种提取遥感影像中建筑物图像的系统，包括：