[发明专利]一种地形图中地物要素的提取方法

说明书

本发明公开了一种地形图中地物要素的提取方法，包括：基于遥感影像，生成正射影像和DSM；分别制作每一类要素的样本库；通过训练后的每类要素样本的神经网络样本库，对影像中不同的地物进行匹配，得到地物要素面状区域，探面并提取地物边界矢量；建筑物在原始影像上进行匹配，非建筑物在正射影像上进行匹配；对地物边界矢量进行精化处理；将精化处理后的二维曲线转换为三维曲线；建筑物边界采用有理多项式变换或前方交会从二维曲线转换为三维曲线，非建筑物边界采用DSM插值的算法从二维曲线转换为三维曲线；对三维曲线进行处理，得到地形图。本发明减少地形图生产中的人工环节，大大提高地理信息数据处理效率。

技术领域

本发明涉及地理信息提取技术领域，具体涉及一种地形图中地物要素的提取方法。

背景技术

生产单位在多年地形图制图工作中比较突出的矛盾，是目前作业中各个环节自动化程度低、需要频繁的人工交互操作，大量的人力导致生产效率低下，作业成本居高不下。尤其是目前国家大力开展实景三维和全球测图工程建设，数据处理范围从国内扩展到全球，数据内容更复杂精细度更高，如果单凭人力完成，投入将呈几何级增长，时间效率上也远远满足不了数据更新的需求。

另一方面人工智能技术日益成熟，近几年也在遥感信息处理方面得到了应用，如地物分类等；因此，利用人工智能技术在地形图制图中智能提取地物要素的边界以形成三维线划图，解决地形图制图中的痛点，是迫切的技术需求。地形图中地物要素的种类很多，仅仅依靠遥感数据不能获取所有的地物要素，而水系、建筑物、等高线、道路、植被这些典型地物的数量占据了整个地形图要素数量的90％以上，因此聚焦于典型地物的智能提取会实现效益最大化，用最小的代价实现测图过程中绝大部分工作从人工转为自动化处理。

发明内容

针对现有技术中存在的上述问题，本发明提供一种地形图中地物要素的提取方法，实现自动提取遥感图像中典型地形要素，并经过矢量精化、坐标变换形成三维线划图。

本发明公开了一种地形图中地物要素的提取方法，包括：

获取遥感影像立体像对；

基于所述遥感影像，生成正射影像和DSM；

通过训练后的每类要素样本的神经网络样本库，对影像中不同的地物进行匹配，得到地物要素面状区域，探面并提取地物边界矢量；其中，建筑物在原始遥感影像上进行匹配，非建筑物在所述正射影像上进行匹配；

对所述地物边界矢量进行精化处理；

将精化处理后的二维曲线转换为三维曲线；其中，建筑物边界采用有理多项式变换或前方交会从二维曲线转换为三维曲线，非建筑物边界采用DSM插值的算法从二维曲线转换为三维曲线；

对所述三维曲线进行处理，得到地形图。

作为本发明的进一步改进，所述每类要素样本的神经网络样本库的训练方法，包括：

获取预设数量的遥感影像；

对每个所述遥感影像中的每一类地物要素分别进行识别，并将每类要素样本标记为正样本和负样本；

对所述正样本进行样本变换；

通过深度卷积神经网络训练负样本和变换后的正样本，得到每类要素样本的神经网络样本库。

作为本发明的进一步改进，

所分类的地物要素类型包括：水体、植被、道路和建筑物。

作为本发明的进一步改进，

所述地物边界矢量的精化处理包括去除毛刺、密集点抽稀、多段线拟合、有条件直角化。

作为本发明的进一步改进，非建筑物边界采用与平面坐标对应的DSM插值获得高程，从二维曲线转换为三维曲线。