申请/专利权人：吉奥时空信息技术股份有限公司

申请日：2023-12-01

公开（公告）日：2024-04-16

公开（公告）号：CN117333677B

主分类号：G06V10/44

分类号：G06V10/44;G06V10/42;G06V10/764;G06V10/80;G06V20/10

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2024.01.19#实质审查的生效;2024.01.02#公开

摘要：本发明提供一种建筑物矢量轮廓提取方法，将遥感影像输入矢量多边形轮廓提取模型，获取遥感影像中建筑物目标的矢量多边形轮廓；其中，矢量多边形轮廓提取模型包括轮廓提取模型和顶点分类模型，所述轮廓提取模型，用于提取遥感影像中建筑物目标的矢量多边形轮廓，所述顶点分类模型，用于对所述轮廓提取模型提取的建筑物目标的矢量多边形轮廓的顶点进行分类，基于有效的顶点构成最终的建筑物目标的矢量多边形轮廓。本发明通过构建轮廓提取模型和顶点分类模型，并构成矢量多边形轮廓提取模型，只需要向矢量多边形轮廓提取模型输入遥感影像，即可直接输出遥感影像中建筑物目标的矢量多边形轮廓，构建的模型准确度高，提取过程简便。

主权项：1.一种建筑物矢量轮廓提取方法，其特征在于，包括：将遥感影像输入矢量多边形轮廓提取模型，获取遥感影像中建筑物目标的矢量多边形轮廓；其中，所述矢量多边形轮廓提取模型包括轮廓提取模型和顶点分类模型，所述轮廓提取模型，用于提取遥感影像中建筑物目标的矢量多边形轮廓，所述顶点分类模型，用于对所述轮廓提取模型提取的建筑物目标的矢量多边形轮廓的顶点进行分类，基于有效的顶点构成最终的建筑物目标的矢量多边形轮廓；所述轮廓提取模型包括特征提取模块、轮廓初始化模块与轮廓演化模块；所述特征提取模块为多层级融合结构的深度残差网络，用于提取遥感影像特征矩阵F和建筑物目标的矩形检测框表示矩形检测框的第i个顶点的横坐标，表示矩形检测框的第i个顶点的纵坐标；所述轮廓初始化模块包括一个顶点偏移网络，用于根据遥感影像特征矩阵F和建筑物目标的矩形检测框Pbox，获取建筑物目标的外接多边形轮廓所述轮廓演化模块包括三个串联的顶点偏移网络，用于根据建筑物目标的外接多边形轮廓获取建筑物目标的矢量多边形轮廓所述轮廓提取模型的训练过程包括：构建所述轮廓初始化模块的第一训练数据集和构建所述轮廓演化模块的第二训练数据集；基于所述第一训练数据集对所述轮廓初始化模块进行训练，以及基于所述第二训练数据集对所述轮廓演化模块进行训练；其中，构建所述轮廓初始化模块的第一训练数据集和构建所述轮廓演化模块的第二训练数据集，包括：获取遥感影像并将其切割为多个瓦片影像，在每一个瓦片影像上分别标注建筑物目标的矩形检测框Pbox与建筑物目标的目标矢量多边形轮廓i为整数，其中Ngt为目标矢量多边形轮廓的顶点数目；根据所述目标矢量多边形轮廓Pgt获取建筑物目标的外接多边形轮廓Pex；对建筑物目标的外接多边形轮廓Pex，采取均匀插值方法，将建筑物目标的外接多边形轮廓Pex的顶点数目扩充至Ninit个，获取建筑物目标的实际外接多边形轮廓Pinit，以构建所述轮廓初始化模块的第一训练数据集；对建筑物目标的目标矢量多边形轮廓Pgt，采取均匀插值方法，将建筑物目标的目标矢量多边形轮廓Pgt的顶点数目扩充至Npoly个，获取建筑物目标的实际矢量多边形轮廓Ppoly，以构建所述轮廓演化模块的第二训练数据集。

全文数据：

权利要求：

百度查询： 吉奥时空信息技术股份有限公司 一种建筑物矢量轮廓提取方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD