[发明专利]一种建筑物识别与建筑物高度反演计算方法及系统

说明书

本发明公开了一种建筑物识别与建筑物高度反演计算方法及系统，所述方法包括：获取包含阴影的建筑物的高分遥感影像，构建建筑物和阴影的数据集；对U‑Net网络按照预设方式进行改进，得到建筑物和阴影的检测模型；基于所述数据集，对建筑物和阴影的检测模型进行训练；利用训练好的检测模型对待检测的遥感影像中的建筑物和阴影进行检测提取，获得当前待检测的遥感影像中的建筑物和阴影；基于阴影的检测提取结果对建筑物进行高度反演计算，得到建筑高度。本发明的建筑物识别与建筑物高度反演计算方法利用深度学习及基于阴影的高度反演计算，提高了建筑物的识别精度与建筑物高度计算的效率。

技术领域

本发明涉及遥感影像处理技术领域，特别涉及一种建筑物识别与建筑物高度反演计算方法及系统。

背景技术

随着航天技术、传感器技术、遥感技术的快速发展，不但能够及时快速的获取高分辨率、多频谱、多时相的卫星遥感影像，而且还能够源源不断地获得大范围、高精度、准实时的地物信息。随着深度学习成为计算机机器学习领域的前沿研究方向，最近几年在自然语言处理和计算机视觉等研究方向上取得了不俗的成绩，利用深度学习技术实现卫星影像目标自动检测识别，其泛化能力及检测精度显著优于传统的遥感数据图像处理方法，为基于遥感卫星影像的区域自动检测识别工作提供了可行的技术保障。

城市建筑物高度信息是城市规划、建设项过程中的重要的数据，目前利用GPS、全站仪野外测量或利用航空影像立体像对获取建筑物高度的方法，虽然在技术上很成熟，但投资大、成本高、效率低。随着遥感技术的发展，高分辨率遥感影像中地物的亮度、纹理、形状、空间位置信息更加精细，为城市定量遥感提供了准确的数据源，使建筑物高度信息快速提取成为了可能。通过高分影像提取出阴影斑块，建立建筑物、阴影、太阳、卫星的几何关系模型来估算建筑物高度，成为了当前研究的热点。

但目前的建筑物识别技术存在建筑物识别效率低下、建筑物的边缘识别模糊不准确，从而导致建筑物识别精度不高以及建筑物高度难以获取的问题。

发明内容

本发明提供了一种建筑物识别与建筑物高度反演计算方法及系统，以解决现有的建筑物识别技术所存在的建筑物识别效率低下、建筑物的边缘识别模糊不准确，从而导致建筑物识别精度不高以及建筑物高度难以获取的技术问题。

为解决上述技术问题，本发明提供了如下技术方案：

一方面，本发明提供了一种建筑物识别与建筑物高度反演计算方法，包括：

获取包含阴影的建筑物的高分遥感影像，构建建筑物和阴影的数据集；

对U-Net网络按照预设方式进行改进，得到建筑物和阴影的检测模型；

基于所述数据集，对建筑物和阴影的检测模型进行训练；

利用训练好的检测模型，对待检测的遥感影像中的建筑物和阴影进行检测提取，获得当前待检测的遥感影像中的建筑物和阴影；

基于阴影的检测提取结果，对建筑物进行高度反演计算，得到建筑高度。

进一步地，在利用训练好的检测模型，对待检测的遥感影像中的建筑物和阴影进行检测提取，获得当前待检测的遥感影像中的建筑物和阴影之后，所述方法还包括：

采用预设的评估方式对所述检测模型进行有效性评估和验证，其中，所述预设的评估方式为精确率评估方式和/或平均交并比评估方式。

进一步地，在对建筑物进行高度反演计算，得到建筑高度之后，所述方法还包括：

对建筑物反演的高度进行评估；

所述对建筑物进行高度反演计算，得到建筑高度，包括：

确定建筑物高度与其阴影长度在遥感影像上的比例关系；根据所述比例关系，由待测高度的建筑物在遥感影像上的阴影长度推算出其实际高度信息。