[发明专利]基于遥感解译的城市功能区识别方法、装置、设备及介质

权利要求书

1.一种基于遥感解译的城市功能区识别方法，其特征在于，包括：

基于目标区域的国土调查数据和遥感影像数据，构建所述目标区域的遥感样本库；其中，所述国土调查数据包括对所述目标区域的城市功能区进行标注的矢量数据；

基于预设的深度学习模型，利用所述遥感样本库对所述深度学习模型进行训练，获得用于对所述目标区域的城市功能区进行识别的识别模型；

基于预先与用户终端构建的地图服务协议，通过所述用户终端识别用户在所述目标区域的区域选取操作，并根据所述区域选取操作，获得待识别区域；

通过所述识别模型对所述待识别区域的城市功能区进行识别，获得识别结果，并将所述识别结果反馈至所述用户终端；

其中，所述方法在基于目标区域的国土调查数据和遥感影像数据，构建所述目标区域的遥感样本库之前，还包括：

对所述国土调查数据进行预处理；

所述对所述国土调查数据进行预处理，包括：

根据所述遥感影像数据，对所述目标区域的城市功能区进行类别划分，获得至少一个第一城市功能区类别；

根据所述至少一个第一城市功能区类别，对所述国土调查数据中预设的至少一个第二城市功能区类别进行映射处理，以将所述第二城市功能区类别映射为所述第一城市功能区类别；

所述对所述国土调查数据进行预处理，还包括：

当所述国土调查数据中存在第一图斑的城市功能区类别与所述遥感影像数据中的第二图斑的城市功能区类别不一致时，将所述第一图斑的城市功能区类别替换为所述第二图斑的城市功能区类别；其中，所述目标区域包括至少一个图斑，所述第一图斑位于所述目标区域的位置与所述第二图斑位于所述目标区域的位置相同；

当所述国土调查数据中存在包含多个图斑的地块，且所述多个图斑的城市功能区类别的集合为所述第一城市功能区类别时，将所述多个图斑的城市功能区类别的集合所对应的第一城市功能区类别作为所述地块的城市功能区类别；其中，所述目标区域包括至少一个地块；

当所述国土调查数据中存在所述第一图斑的边界与所述遥感影像数据中的所述第二图斑的边界不一致时，根据所述第二图斑的边界，对所述第一图斑的边界进行调整。

2.如权利要求1所述的基于遥感解译的城市功能区识别方法，其特征在于，所述方法在基于预设的深度学习模型，利用所述遥感样本库对所述深度学习模型进行训练，获得用于对所述目标区域的城市功能区进行识别的识别模型之前，还包括：

通过数据增强操作对所述遥感样本库中的影像数据进行数据增强处理；

则，所述基于预设的深度学习模型，利用所述遥感样本库对所述深度学习模型进行训练，获得用于对所述目标区域的城市功能区进行识别的识别模型，具体为：

基于预设的深度学习模型，利用数据增强处理后的遥感样本库对所述深度学习模型进行训练，获得所述识别模型；

其中，所述数据增强操作至少包括重采样操作、旋转操作、裁剪操作、缩放操作、翻转操作、移位操作和色彩空间转换操作。

3.如权利要求2所述的基于遥感解译的城市功能区识别方法，其特征在于，所述方法通过如下步骤预先获取所述深度学习模型：

基于DeepLabV3+语义分割模型，将残差网络作为所述DeepLabV3+语义分割模型的编码器，利用ImageNet数据集对所述DeepLabV3+语义分割模型的模型参数进行预训练，获得所述深度学习模型。

4.如权利要求3所述的基于遥感解译的城市功能区识别方法，其特征在于，所述通过所述识别模型对所述待识别区域的城市功能区进行识别，获得识别结果，具体为：

通过所述识别模型，采用窗口裁剪算法对所述待识别区域的城市功能区进行识别，获得识别结果。