[发明专利]一种复杂场景建筑物变化检测的联合超像素图割优化方法有效
| 申请号： | 201811639313.6 | 申请日： | 2018-12-29 |
| 公开（公告）号： | CN109919944B | 公开（公告）日： | 2022-09-27 |
| 发明（设计）人： | 庞世燕;胡翔云;张觅;左志奇 | 申请（专利权）人： | 武汉大学 |
| 主分类号： | G06T7/10 | 分类号： | G06T7/10;G06T7/90;G06N3/04 |
| 代理公司： | 湖北武汉永嘉专利代理有限公司 42102 | 代理人： | 唐万荣 |
| 地址： | 430072 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种复杂场景建筑物变化检测的联合超像素图割优化方法，包括：步骤1、获取两个不同时期的数字表面模型进行格网化处理，融合后对它们实现联合分割，获得联合超像素对象；步骤2、分别对两个时期的原始影像数据，采用基于深度卷积神经网络的语义分割算法实现图像分类，检测出影像中的建筑物；步骤3、以联合超像素对象为处理单元，提取联合超像素对象的多个特征，构建图割优化的数据项和平滑项，并采用最大流最小割理论得到全局最优化解，得到两个时期建筑物的变化对象；步骤4、将建筑物的变化类型进行分类，包括：新建、增高、拆除、降低。本发明的方法能够显著提高建筑物变化检测的精度和可靠性。 | ||
| 搜索关键词： | 一种 复杂 场景 建筑物 变化 检测 联合 像素 优化 方法 | ||
【主权项】：
1.一种复杂场景建筑物变化检测的联合超像素图割优化方法，其特征在于，该方法包括以下步骤：步骤1、获取两个不同时期的数字表面模型和对应的原始影像数据作为输入，两个不同时期的数字表面模型记作：DSMt1和DSMt2，采用相同格网大小格网化处理DSMt1和DSMt2，融合DSMt1和DSMt2后采用SLIC超像素分割方法对它们实现联合分割，获得联合超像素对象；步骤2、分别对两个时期的原始影像数据，采用基于深度卷积神经网络的语义分割算法实现图像分类，对具有重叠的区域采用大数定律进行融合，获得与数字表面模型分辨率一致的分类结果，并提取其中的建筑物类别区域，检测出影像中的建筑物；步骤3、以联合超像素对象为处理单元，提取联合超像素对象的多个特征，构建图割优化的数据项和平滑项，并采用最大流最小割理论得到全局最优化解，得到两个时期建筑物的变化对象；步骤4、对两期的建筑物变化对象进行融合后，将建筑物的变化类型进行分类，包括：新建、增高、拆除、降低。
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武汉大学，未经武汉大学许可，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/patent/201811639313.6/，转载请声明来源钻瓜专利网。
