龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：安徽省第三测绘院
摘要：本发明公开了基于深度学习的遥感影像高层建筑物基底矢量提取方法，包括如下步骤：通过自适应多尺度频域增强算法对遥感影像进行处理，在预处理后的影像数据上进行高层建筑物样本集的标注，并利用数据扩充技术生成多样化的训练数据，采用双路径U‑Net模型，通过全局路径捕捉大尺度特征，局部路径提取边缘细节，结合顶部轮廓和高度信息，通过几何推导计算基底的初步位置，并使用动态上下文融合机制生成建筑物基底特征图；基于该特征图，进行多阶段边界精细化和分割，利用基于曲率优化的矢量化算法，将建筑物基底的二值化图像转换为矢量数据，并进行多级别优化。本发明自动化程度高，适用于复杂场景下的建筑物基底提取，具有较高的精度和实用性。
主权项：1.基于深度学习的遥感影像高层建筑物基底矢量提取方法，其特征在于，包括如下步骤：S1、获取遥感影像数据，采用自适应多尺度频域增强算法，在频域中对影像进行多尺度处理，突出建筑物的边缘和细节特征；S2、基于预处理后的影像数据，进行高层建筑物样本集的自动标注，生成标注后的训练数据，并对其进行数据扩充处理；S3、以框架为基础，采用特征提取骨干网，构建具有动态上下文融合的双路径模型；S4、使用双路径模型对输入影像进行特征提取，通过全局路径捕捉建筑物的大尺度特征，局部路径捕捉建筑物的边缘细节，基于提取的建筑物顶部轮廓，结合高度信息，通过几何推导计算出建筑物基底的初步位置，并利用动态上下文融合机制，将大尺度特征与边缘细节信息相结合，生成建筑物基底特征图；S5、基于融合后的建筑物基底特征图，进行多阶段的边界精细化和分割，识别和细化建筑物的边界，尤其是在被阴影覆盖和形状复杂的区域，通过调整边界段的连接点，并迭代修正建筑物几何形状；S6、对分割结果进行处理，优化建筑物基底的轮廓，去除不必要的细节，改善整体边界的平滑度和一致性，形成建筑物基底的二值化图像；S7、通过基于曲率优化的矢量化算法，将建筑物基底的二值化图像转换为矢量数据，并进行多级别矢量优化，并调整矢量数据的结构，使其适用于不同尺度的分析与应用，最终生成建筑物基底的矢量数据。
全文数据：
权利要求：
百度查询： 安徽省第三测绘院 基于深度学习的遥感影像高层建筑物基底矢量提取方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号