[发明专利]遥感影像建筑物实例掩膜提取方法及系统、介质、设备在审

专利信息
申请号: 202110299154.5 申请日: 2021-03-20
公开(公告)号: CN112991301A 公开(公告)日: 2021-06-18
发明(设计)人: 杨鹏;周楠;魏春山;李俊刚;余娟娟 申请(专利权)人: 苏州喆鑫信息科技有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T7/11;G06T7/136;G06K9/62
代理公司: 暂无信息 代理人: 暂无信息
地址: 215128 江苏省苏州市吴中区*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 遥感 影像 建筑物 实例 提取 方法 系统 介质 设备
【权利要求书】:

1.一种遥感影像建筑物实例掩膜提取方法,其特征在于,所述方法包括:

获取结合权重映射对遥感影像建筑物样本集进行训练得到的最优模型;

利用所述最优模型对遥感影像作业区进行预测,得到所述遥感影像作业区的概率分布图;

利用分水岭算法对所述概率分布图进行影像后处理,得到分水线;

对所述概率分布图进行阈值分割处理,得到初始的掩膜图;

将所述分水线与所述初始的掩膜图进行叠加处理后,得到所述遥感影像的实例掩膜。

2.根据权利要求1所述的方法,其特征在于,获取结合权重映射对遥感影像建筑物样本集进行训练得到的最优模型,包括:

获取所述遥感影像建筑物样本集;

根据所述遥感影像建筑物样本集的掩膜,计算与之相对应的权重;

利用语义分割模型对所述遥感影像建筑物样本集进行训练,并将所述权重映射到训练过程中产生的损失值上;

利用所述损失值优化所述语义分割模型,当所述损失值收敛时,得到所述最优模型。

3.根据权利要求2所述的方法,其特征在于,利用语义分割模型对所述遥感影像建筑物样本集进行训练,并将所述权重映射到训练过程中产生的损失值上,包括:

对所述遥感影像建筑物样本集进行数据预处理,其中,所述数据预处理至少包括数据集划分、数据增强、数据归一化。

4.根据权利要求1或2所述的方法,其特征在于,利用所述分水岭算法对所述概率分布图进行影像后处理,得到分水线,包括:

将所述概率分布图进行可视化分析,并基于分水岭算法对所述可视化分析结果进行设置高低阈值。

5.根据权利要求1所述的方法,其特征在于,将所述分水线与所述初始的掩膜图进行叠加,得到所述遥感影像的实例掩膜,包括:

将所述分水线与所述初始的掩膜图进行叠加处理后进行面矢量化,并移除面积较小的面矢量,得到所述遥感影像的实例掩膜。

6.一种电子设备,其特征在于,包括:处理器;

存储器;以及程序,其中所述程序被存储在所述存储器中,并且被配置成由处理器执行,所述程序包括用于执行如权利要求1所述的方法。

7.一种计算机可读存储介质,其上存储有计算机程序,其特征在于:所述计算机程序被处理器执行如权利要求1所述的方法。

8.一种遥感影像建筑物实例掩膜提取系统,其特征在于,包括获取模块、预测模块、影像处理模块、分割模块和叠加模块;其中,

所述获取模块被配置用于获取结合权重映射对遥感影像建筑物样本集进行训练得到的最优模型;

所述预测模块被配置用于利用所述最优模型对遥感影像作业区进行预测,得到所述遥感影像作业区的概率分布图;

所述影像后处理模块被配置用于利用分水岭算法对所述概率分布图进行影像后处理,得到分水线;

所述分割模块被配置用于对所述概率分布图进行阈值分割处理,得到初始的掩膜图;

所述叠加模块被配置用于将所述分水线与所述初始的掩膜图进行叠加,得到所述遥感影像的实例掩膜。

9.根据权利要求8所述的系统,其特征在于,所述获取模块包括获取权重单元、计算单元、训练单元和优化单元;其中,

所述获取权重单元被配置用于获取所述遥感影像建筑物样本集;

所述计算单元被配置用于根据所述遥感影像建筑物样本集的掩膜,计算与之相对应的权重;

所述训练单元被配置用于利用语义分割模型对所述遥感影像建筑物样本集进行训练,并将所述权重映射到训练过程中产生的损失值上;

所述训练单元包括数据预处理单元,所述数据预处理单元被配置用于对所述遥感影像建筑物样本集进行数据预处理,其中,所述数据预处理至少包括数据集划分、数据增强、数据归一化;

所述优化单元被配置用于利用所述损失值优化所述语义分割模型,当所述损失值收敛时,得到所述最优模型。

10.根据权利要求8所述的系统,其特征在于,所述影像后处理模块包括可视化分析单元,所述可视化分析单元被配置用于将所述概率分布图进行可视化分析,并基于分水岭算法对所述可视化分析结果进行设置高低阈值;

所述叠加模块包括面矢量化单元,所述面矢量化单元被配置用于将所述分水线与所述初始的掩膜图进行叠加处理后进行面矢量化,并移除面积较小的面矢量,得到所述遥感影像的实例掩膜。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州喆鑫信息科技有限公司,未经苏州喆鑫信息科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110299154.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top