[发明专利]时空基准统一下的多卫星影像数据语义化处理方法

权利要求书

1.时空基准统一下的多卫星影像数据语义化处理方法，其特征在于，包括以下步骤：

S1、城市进行数据采集：使用遥感技术对城市的真实场景进行城市模型自动化构建；

S2、获取城市异构数据：通过各类APP、网站等获取城市异构数据，并将异构数据与城市的真实场景进行匹配；

S3、数据完善：对城市内的人口、房屋、公司法人、安防设施、公安警务数据、住户水电燃气信息、交通信息、公共医疗等诸多城市公共系统的信息资源进行获取，并将上述信息与城市的真实场景进行匹配；

S4、典型数据语义化处理：对S3中匹配好的典型数据进行语义识别，得到各个数据与城市之间的关联关系，并为各上述数据指定对应的HTML标签，确定各数据之间的连接关系，并按顺序用HTML标签包裹对应的数据，得到带HTML标签的数据；

S5、其他数据语义化处理：将S3中匹配好的其他数据利用深度学习技术进行语义识别，得到各个数据与城市之间的关联关系，并为各上述数据指定对应的HTML标签，确定各数据之间的连接关系，并按顺序用HTML标签包裹对应的数据，得到带HTML标签的数据，并将S5得到的数据与S4中得到的数据完成融合，得到数据集合；

S6、展示：将S5中得到的数据存储为相应的数据文件以供加载和读取，在接收到数据读取请求时，进行展示。

2.如权利要求1所述的时空基准统一下的多卫星影像数据语义化处理方法，其特征在于，S1中遥感技术包括通过载有北斗卫星导航定位技术终端设备的卫星、无人机和车辆采集相应的卫星影像数据、低空航拍影像数据、车载激光扫描数据、车载视频摄像数据以及地面定点拍照/摄像数据。

3.如权利要求2所述的时空基准统一下的多卫星影像数据语义化处理方法，其特征在于，所述S2中异构数据包括交通类、销售类、天气情况、微博、云词热点以及POI数据。

4.如权利要求3所述的时空基准统一下的多卫星影像数据语义化处理方法，其特征在于，所述S4和S5中语义化处理均经过深度学习技术处理，所述深度学习技术自动对实景三维检测、分割、跟踪矢量、挂接属性入库，将物理世界中多源异构和多模态的空间大数据组织形成复杂庞大的数据语义网络，解决跨领域的数据在几何位置、属性语义、逻辑等方面的相似性、不一致性问题；并结合天-空-地一体化化多源三维数据融合和可视化技术，实现静态三维可视化向智能动态可视化转变。

5.如权利要求4所述的时空基准统一下的多卫星影像数据语义化处理方法，其特征在于，所述S3中还包括对城市模型进行分割和分类，提取场景中的物体，在物体层面将场景分解成不同个体，然后再进行对城市内的人口、房屋、公司法人、安防设施、公安警务数据、住户水电燃气信息、交通信息、公共医疗等诸多城市公共系统的信息资源进行获取，并将上述信息与城市的真实场景进行匹配。

6.如权利要求5所述的时空基准统一下的多卫星影像数据语义化处理方法，其特征在于，所述S4中典型数据包括城市中标志性以及代表性的建筑以及其相互信息。