一种基于多窗态识别过程的城市正射分割识别方法技术

本发明专利技术公开了一种基于多窗态识别过程的城市正射分割识别方法装置及电子设备，其中方法包括以下步骤，第一步，初始化滑动窗口大小、步长，对城市正影像图进行滑动分割，第二步，窗口图像识别，第三步，窗口移动，并重复第二步直至识别完成。本发明专利技术的实施例可以对城市正射影响的边缘区域进行很好的识别。

【技术实现步骤摘要】
一种基于多窗态识别过程的城市正射分割识别方法
本专利技术涉及图像处理
，具体涉及到基于多窗态识别过程的城市正射分割识别方法。
技术介绍
目前城市正射影像图十分巨大，包含大量的信息，现有的识别算法无法直接对一个城市完整的正射影像图进行识别处理，因此需要对其进行切割再识别，目前的直接切割方式有一个严重的问题，切割产生大量的边缘区域，导致边缘区域的实体不能够很好的识别，从而影像了整体的识别效果。申请号为CN201810803413.1的中国专利技术专利公开了一种基于深度学习的石油设施遥感自动识别方法及装置，该方法包括：将油田区域的遥感数据所述遥感数据转换成多幅图像；确定所述多幅图像中至少包含一处石油设施的图像，并形成图像数据集；将所述图像数据集中的第一部分图像作为训练样本，并对预设的初始深度学习模型进行训练，获得识别模型；将所述图像数据集中的第二部分图像作为测试样本输入所述识别模型，如果获得测试结果满足预设条件，则将所述识别模型作为石油设施识别模型；获取待识别油田区域的遥感数据，并将所述遥感数据转换成待识别图像；基于所述石油设施识别模型对所述待识别图像进行识别处理，获得识别结果。本申请实施例可以实现遥感数据中的石油设施自动识别。在上述专利实施过程中，虽然其能够实现遥感数据中的石油设施自动识别，但也会存在正射影像图的边缘不能很好的识别的问题，给用户的实用带来一定的麻烦。
技术实现思路
本专利技术的主要目的在于提供基于多窗态识别过程的城市正射分割识别方法，以解决城市正射影像边缘区域的实体不能很好的识别的问题。为了实现上述目的，本专利技术提供了一种基于多窗态识别过程的城市正射分割识别方法，包括以下步骤，第一步，初始化滑动窗口大小、步长，对城市正影像图进行滑动分割，第二步，窗口图像识别，第三步，窗口移动，并重复第二步直至识别完成。可选地，所述窗口图像识别步骤分为五步，S1，全窗模式，窗口图像整体识别，S2，窗口移动特定步长，S3，半窗态模式，窗口图像部分识别，S4，窗口移动特定步长，S5，全窗态迷失，窗口图像整体识别。可选地，所述特定步长为半个步长。可选地，所述特定步长为一个步长。可选地，所述特定步长为一个半步长。可选地，所述特定步长为两个步长。可选地，在所述半窗态模式下，识别范围是窗口的水平中间区域。可选地，在所述全窗模式下，识别范围是整个窗口。可选地，所述全窗态+半窗态+全窗态识别过程为一个完整的多窗态识别过程。可选地，在所述第三步中，窗口移动一个步长。本方法可以有效的解决城市正射影像识别过程，接边被切割不能识别的问题，同时因为采用了多窗态来切割，可以对原有的识别系统进行兼容，不需要进行相关适配改动。具体实施方式为了使本
的人员更好地理解本专利技术方案，下面将对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。需要说明的是，本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。在本申请中，术语“上”、“下”、“左”、“右”、“前”、“后”、“顶”、“底”、“内”、“外”、“中”、“竖直”、“水平”、“横向”、“纵向”等指示的方位或位置关系为方位或位置关系。这些术语主要是为了更好地描述本申请及其实施例，并非用于限定所指示的装置、元件或组成部分必须具有特定方位，或以特定方位进行构造和操作。并且，上述部分术语除了可以用于表示方位或位置关系以外，还可能用于表示其他含义，例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言，可以根据具体情况理解这些术语在本申请中的具体含义。另外，术语“多个”的含义应为两个以及两个以上。实施例一一种基于多窗态识别过程的城市正射分割识别方法，包括以下步骤，第一步，初始化滑动窗口大小、步长，对城市正影像图进行滑动分割，第二步，窗口图像识别，第三步，窗口移动，并重复第二步直至识别完成。采用滑动窗口方法，对城市正射影像图进行滑动分割，这个过程中，滑动窗口的大小，每次滑动的步长会直接影响识别的质量和效率，如果滑动步长过小，会产生大量的重叠图像，从而增加了大量的重复计算，将会极大的降低整个系统的性能；同时，如果滑动窗口过大或者过小也会影响到最终的识别；本方法的滑动窗口大小和识别图像大小一致，并采用半窗步长移动滑动窗口，窗口按照移动位置的不同分为两种状态：全窗态和半窗态，在全窗态模式下，识别范围是整个窗口大小，在此基础上进行全窗识别，在半窗态模式下，只识别窗口的水平中间区域，全窗态+半窗态+全窗态为一个完整的“多窗态识别过程”；对城市整体区域的识别就是基于窗口滑动过程中的“窗识别过程”完成的。窗口图像识别步骤分为五步，S1，全窗模式，窗口图像整体识别，S2，窗口移动特定步长，S3，半窗态模式，窗口图像部分识别，S4，窗口移动特定步长，S5，全窗态迷失，窗口图像整体识别。特定步长为半个步长。在窗口识别步骤中，当每次移动半个步长时，城市正射影像能够很好的进行识别，且完成整个图像的识别时间较快。在半窗态模式下，识别范围是窗口的水平中间区域。在全窗模式下，识别范围是整个窗口。全窗态+半窗态+全窗态识别过程为一个完整的多窗态识别过程。在第三步中，窗口移动一个步长。实施例二一种基于多窗态识别过程的城市正射分割识别方法，包括以下步骤，第一步，初始化滑动窗口大小、步长，对城市正影像图进行滑动分割，第二步，窗口图像识别，第三步，窗口移动，并重复第二步直至识别完成。采用滑动窗口方法，对城市正射影像图进行滑动分割，这个过程中，滑动窗口的大小，每次滑动的步长会直接影响识别的质量和效率，如果滑动步长过小，会产生大量的重叠图像，从而增加了大量的重复计算，将会极大的降低整个系统的性能；同时，如果滑动窗口过大或者过小也会影响到最终的识别；本方法的滑动窗口大小和识别图像大小一致，并采用半窗步长移动滑动窗口，窗口按照移动位置的不同分为两种状态：全窗态和半窗态，在全窗态模式下，识别范围是整个窗口大小，在此基础上进行全窗识别，在半窗态模式下，只识别窗口的水平中间区域，全窗态+半窗态+全窗态为一个完整的“多窗态识别过程”；对城市整体区域的识别就是基于窗口滑动过程中的“窗识别过程”完成的。窗口图像识别步骤分为五步，S1本文档来自技高网...

【技术保护点】
1.一种基于多窗态识别过程的城市正射分割识别方法，其特征在于，包括以下步骤，/n第一步，初始化滑动窗口大小、步长，对城市正影像图进行滑动分割，/n第二步，窗口图像识别，/n第三步，窗口移动，并重复第二步直至识别完成。/n

【技术特征摘要】
1.一种基于多窗态识别过程的城市正射分割识别方法，其特征在于，包括以下步骤，
第一步，初始化滑动窗口大小、步长，对城市正影像图进行滑动分割，
第二步，窗口图像识别，
第三步，窗口移动，并重复第二步直至识别完成。


2.一种如权利要求1所述的基于多窗态识别过程的城市正射分割识别方法，其特征在于，所述窗口图像识别步骤分为五步，
S1，全窗模式，窗口图像整体识别，
S2，窗口移动特定步长，
S3，半窗态模式，窗口图像部分识别，
S4，窗口移动特定步长，
S5，全窗态迷失，窗口图像整体识别。


3.一种如权利要求2所述的基于多窗态识别过程的城市正射分割识别方法，其特征在于，所述特定步长为半个步长。


4.一种如权利要求2所述的基于多窗态识别过程的城市正射分割识别方法，其特征在于，所述特定步长为一个步长。


...

【专利技术属性】
技术研发人员：由清圳，
申请(专利权)人：埃洛克航空科技北京有限公司，
类型：发明
国别省市：北京;11