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！
摘要：本发明公开了一种基于深度学习和联合优化的建筑轮廓线提取方法，采集城区建筑的多视图照片，构建DOM和DSM；制作归一化数字表面模型nDSM和坡度图、标注建筑轮廓线和多边形；构建渔网分割栅格和矢量图层，建立训练样本影像和标注，代入线特征提取网络MFLine‑Net和语义分割网络Res‑UNet分别训练；利用线特性提取网络MFLine‑Net提取线特征；利用Res‑UNet网络提取建筑屋顶语义信息；利用运动空间剖分算法生成胞腔复形；采用图割优化算法关联胞腔单元和屋顶语义信息；将相同屋顶语义信息的胞腔单元合并得到建筑轮廓图。该方法可以快速构建城市建筑轮廓图，满足基于无人机进行摄影测量建筑制图的需要。
主权项：1.一种基于深度学习和联合优化的建筑轮廓线提取方法，其特征在于，针对城区建筑，执行如下步骤S1-步骤S3，完成城区建筑轮廓图的构建：步骤S1：采集城区建筑的影像，构建城区建筑的DOM和DSM；利用DSM制作归一化数字表面模型nDSM，同时生成坡度图；基于DOM和坡度图标注城区建筑的轮廓线和多边形；构建用于影像切割的渔网，通过渔网分割栅格和矢量图层，建立训练样本影像和标注；步骤S2：将训练样本影像和标注进行预处理，生成距离和角度场训练样本文件；将训练样本文件代入建筑轮廓线提取模型进行训练，建筑轮廓线提取模型包括线特征提取网络MFLine-Net和语义分割网络Res-UNet，得到训练好的建筑轮廓线提取模型；步骤S3：利用线特性提取网络MFLine-Net提取城区建筑的线特征；接着利用语义分割网络Res-UNet提取城区建筑的屋顶语义信息；将提取的线特征利用运动空间剖分算法生成胞腔复形；采用图割优化算法关联胞腔复形中的胞腔单元和屋顶语义信息；将具有相同语义类别的胞腔单元合并得到城区建筑的轮廓多边形，完成城区建筑轮廓图的构建。
全文数据：
权利要求：
百度查询： 南通大学 一种基于深度学习和联合优化的建筑轮廓线提取方法
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