[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

说明书

本发明提供一种遥感影像建筑物实例掩膜提取方法及系统、终端设备、存储介质，该方法结合权重映射与分水岭算法来实现单个建筑物的提取，利用权重映射方法重点关注遥感影像密集建筑物的间隙，在训练阶段，加大了像素级损失值对遥感影像重点区域即相邻建筑物之间的间隙的惩罚力度，从提取结果看，使得建筑物之间的边界更加清晰，从概率分布图上看，建筑物边界向内的值变大，向外的值变小；基于标记的分水岭算法利用概率分布图的特点，进行影像后处理后可得到分水线，从而可以较好地解决遥感影像建筑物提取结果中经常出现相邻建筑掩膜粘连的问题。

技术领域

本申请涉及遥感影像处理技术领域，尤其涉及一种遥感影像建筑物实例掩膜提取方法。

背景技术

近年来，高分辨率遥感影像正在改变人类对世界的认知，以及人类与地球之间的互动方式。在城市遥感影像中，建筑物作为城市主要形态组成部分，在旧城改造、地图绘制、抢险救灾、军事侦察等方面上有着极其重要的地位，若由机器自动提取建筑物，将会节省大量的人力和物力，效率等将会大幅度提高，海量的遥感影像数据将会得到充分利用。

虽然自动化提取算法得到不断改进，但仍需大量的手工工作来确保地理空间的准确性和良好的质量。改进工作仍需进行，以便能够对人道主义和灾害反应等重大世界事件做出更迅速的反应。当前主流算法将建筑物提取视为二分类问题即将遥感影像中的像素点划分为建筑物与非建筑物两大类，然而对于单个建筑物的提取还不能达到一个很好的效果。

发明内容

有鉴于此，本申请提供一种遥感影像建筑物实例掩膜提取方法及系统，该提取方法结合权重映射与分水岭算法来提高单个建筑物的提取效果。

为解决上述技术问题，本申请采用以下技术方案：

根据本发明实施例提供一种遥感影像建筑物实例掩膜提取方法，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；

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。

优选地，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。

优选地，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像素级损失值上，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。

优选地，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。

优选地，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。