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，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；所述S5具体包括：S51、在融合特征图上，通过计算梯度信息，识别建筑物的初步边界，梯度计算的结果用于定位潜在的边界点，生成初步边界图；S52、对初步生成的建筑物边界图进行细化，通过迭代修正边界点的位置生成细化后的边界图，在每次迭代中，根据局部几何特征调整边界点的位置，描述实际建筑物的轮廓： ；其中，为调整系数，表示边界点的修正向量；S53、识别细化后的边界图上的关键边界段，调整关键边界段的连接点： ；其中，为调整后的边界点坐标，表示欧氏距离度量，为调整前的边界点；S54、对调整后的边界段进行几何形状的迭代修正，采用自适应边界优化算法，根据边界的局部几何特征，自适应调整边界段的形状，通过多次优化，生成建筑物几何形状；S55、经过边界识别、细化、调整和优化后，生成最终的建筑物边界图；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