买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:广西壮族自治区自然资源遥感院
摘要:多类别建筑轮廓智能提取与规则化方法、应用系统,包括步骤:S1基于影像构建三类建筑样本数据集,并对每一张遥感图像进行逐像素标注样本标签;S2构建并训练GhostNet‑SegNet模型用于遥感图像建筑物提取;S3将GhostNet‑SegNet模型应用在测试集上进行特征提取,以得到对应的建筑物区域的栅格图像,随后将栅格图像的建筑物区域转换为矢量格式的图像;S4将建筑物矢量轮廓进行规则化处理。采用该方法可完整识别建筑物,提高图像分类速度和精度,能够得到与真实建筑物轮廓非常相近的规则化轮廓,更加贴近实际。
主权项:1.多类别建筑轮廓智能提取与规则化方法,其特征在于,包括以下步骤:S1构建三类遥感图像建筑样本数据集,并对每一张遥感图像进行逐像素标注样本标签;S2构建并训练GhostNet-SegNet模型用于遥感图像建筑物提取;所述S2具体按照以下方案实施:S21对SegNet模型进行改进,构建GhostNet-SegNet模型;S22将S1中的训练集输入S21中的GhostNet-SegNet模型进行模型训练,随后将验证集输入至GhostNet-SegNet模型中进行精度验证,通过参数调优,选择精度好且稳定的模型参数,得到训练完毕的GhostNet-SegNet模型;S23将S22训练好的GhostNet-SegNet模型参数应用在测试集上进行特征提取,并通过Softmax分类器进行分类,得到栅格图像结果;所述S2中构建并训练GhostNet-SegNet模型具体实现过程如下:所述SegNet模型分为下采样特征提取和上采样映射两部分;将轻量级模型GhostNet模型作为SegNet模型的编码器,并取消最后4层网络,随后增加多尺度特征模块,增强上下文信息的连接,并将模型命名为GhostNet-SegNet模型,输入图像经过17层下采样特征提取得到160个16×16大小的特征图,随后将第17层卷积得到的160个16×16大小的特征图输出到上采样映射部分,经过18层上采样映射得到64个512×512大小的特征图;上采样映射部分通过上采样和卷积恢复至与输入时的遥感图像尺寸大小,最后用Softmax分类器将解码器输出的特征图采样为4个通道进行分类,得到分类结果,并将分类结果转换为矢量格式;S3将训练完毕的GhostNet-SegNet模型应用在测试集上进行特征提取,以得到对应的建筑物区域的栅格图像,随后将栅格图像的建筑物区域转换为矢量格式的图像;S4将建筑物矢量轮廓进行规则化处理。
全文数据:
权利要求:
百度查询: 广西壮族自治区自然资源遥感院 多类别建筑轮廓智能提取与规则化方法、应用系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。