卫星图像的处理方法、装置、电子设备和计算机存储介质制造方法及图纸

技术编号:27459199 阅读:48 留言:0更新日期:2021-02-25 05:11
本申请提供一种卫星图像的处理方法、装置、电子设备和计算机存储介质,该方法包括,获取卫星图像;利用第一建筑物检测模型的语义分支,像素特征分支,高度分支和偏移量分支处理卫星图像,得到指示卫星图像中建筑物区域的第一图像特征,由卫星图像的每一个像素的像素特征组成的第二图像特征,包含卫星图像中每一个像素的高度特征的第三图像特征和包含每一个像素的偏移量特征的第四图像特征;根据第二图像特征将建筑物区域划分为建筑物对应的子区域;根据建筑物子区域内像素的高度特征和偏移量特征,确定建筑物的高度和偏移量,由此确定建筑物底部区域。本方案中多个分支可以对卫星图像并行处理,因此本方案相对于现有技术具有更高的处理效率。更高的处理效率。更高的处理效率。

【技术实现步骤摘要】
卫星图像的处理方法、装置、电子设备和计算机存储介质


[0001]本专利技术涉及图像处理
,特别涉及一种卫星图像的处理方法、装置、电子设备和计算机存储介质。

技术介绍

[0002]目前,数字地图已经成为人们日常生活中常用的一种导航寻路工具。为了让用户更容易识别地图上的建筑物,现有的数字地图往往需要向用户展示建筑物对应的三维模型,为此需要在相应的卫星图像上检测出每个建筑物的顶部和底部。
[0003]现有技术中,可以利用实例检测模型在卫星图像中检测出每个建筑物的顶部,然后分别利用高度预测模型和偏移预测模型根据识别得到的每个建筑物的顶部预测出建筑物的高度和偏移量(偏移量指代卫星图像中建筑物底部相对于顶部的偏移量),由此确定出建筑物的底部。
[0004]现有技术中,高度预测模型和偏移预测模型需要依赖实例检测模型的输出,导致整体处理效率较低。

技术实现思路

[0005]基于上述现有技术的缺点,本申请提供一种卫星图像的处理方法、装置、电子设备和计算机存储介质,以提高对卫星图像的处理效率。
[0006]本申请第一方面提供一种卫星图像的处理方法,包括:
[0007]获取卫星图像;
[0008]利用预先构建的第一建筑物检测模型处理所述卫星图像,得到所述卫星图像的第一图像特征,第二图像特征,第三图像特征和第四图像特征;其中,第一建筑物检测模型包括语义分支,像素特征分支,高度分支和偏移量分支;所述第一图像特征由所述语义分支输出、且用于指示所述卫星图像中的建筑物区域;所述第二图像特征由所述像素特征分支输出、且包括所述卫星图像的每一个像素的像素特征,所述第三图像特征由所述高度分支输出、且包含所述卫星图像中每一个像素的高度特征,所述第四图像特征由所述偏移量分支输出、且包含所述卫星图像中每一个像素的偏移量特征;
[0009]在所述第二图像特征中确定所述第一图像特征所指示的建筑物区域内像素的像素特征,并以确定的所述第一图像特征所指示的建筑物区域内像素的像素特征为依据,对所述建筑物区域内的像素进行分类,得到所述建筑物区域被划分的多个子区域;其中,每一个所述子区域表征所述卫星图像中一个建筑物的顶部;
[0010]针对每一个所述子区域,根据所述第三图像特征包含的位于所述子区域内的像素的高度特征,确定所述子区域对应的建筑物的高度,并根据所述第四图像特征包含的位于所述子区域内的像素的偏移量特征,确定所述子区域对应的建筑物的偏移量;
[0011]针对每一个所述子区域,根据所述子区域、所述子区域对应的建筑物的高度和偏移量,确定所述子区域对应的建筑物的底部区域。
[0012]可选的,所述针对每一个所述子区域,根据所述子区域、所述子区域对应的建筑物的高度和偏移量,确定所述子区域对应的建筑物的底部区域之后,还包括:
[0013]针对每一个所述建筑物,对所述建筑物的子区域和底部区域进行矢量化处理,得到一组表征所述建筑物轮廓的轮廓矢量。
[0014]可选的,所述对所述建筑物的子区域和底部区域进行矢量化处理,得到一组表征所述建筑物轮廓的轮廓矢量,包括:
[0015]利用多边形拟合算法将所述建筑物的子区域和底部区域的边缘的多个像素确定为关键像素;
[0016]分别对位于所述建筑物子区域的关键像素和位于所述建筑物底部区域的关键像素进行矩形拟合,得到表征所述建筑物子区域的轮廓的第一矩形和表征所述建筑物底部区域的轮廓的第二矩形;其中,组成所述第一矩形的矢量和组成所述第二矩形的矢量作为所述建筑物的轮廓矢量。
[0017]可选的,所述对所述建筑物的子区域和底部区域进行矢量化处理,得到一组表征所述建筑物轮廓的轮廓矢量,包括:
[0018]利用多边形拟合算法将所述建筑物的子区域和底部区域的边缘的多个像素确定为关键像素;
[0019]将位于所述建筑物的子区域的每相邻的两个所述关键像素连接得到一个对应的参考矢量,并将位于所述建筑物的底部区域的每相邻的两个所述关键像素连接得到一个对应的参考矢量;
[0020]针对每相邻的两个参考矢量,若所述两个参考矢量的角度和90
°
的差值小于预设的第一阈值,调整所述两个参考矢量,使所述两个参考矢量的角度等于90
°

[0021]针对每相邻的两个参考矢量,若所述两个参考矢量的角度小于预设的第二阈值,将所述两个参考矢量合并为一个参考矢量;其中,经过调整和合并后的所有所述参考矢量,组成所述建筑物的轮廓矢量。
[0022]可选的,所述利用预先构建的第一建筑物检测模型处理所述卫星图像,得到所述卫星图像的第一图像特征,第二图像特征,第三图像特征和第四图像特征,包括:
[0023]利用所述第一建筑物检测模型的下采样模块对所述卫星图像进行下采样,得到所述卫星图像的下采样特征;
[0024]将所述卫星图像的下采样特征分别输入所述第一建筑物检测模型的语义分支,像素特征分支,高度分支和偏移量分支,得到所述语义分支输出的第一图像特征,所述像素特征分支输出的第二图像特征,所述高度分支输出的第三图像特征和所述偏移量分支输出的第四图像特征。
[0025]可选的,所述针对每一个所述子区域,根据所述子区域内所有像素的高度特征,确定所述子区域对应的建筑物的高度,并根据所述子区域内所有像素的偏移量特征,确定所述子区域对应的建筑物的偏移量,包括:
[0026]针对每一个所述子区域,将所述子区域内所有像素的高度特征的中位数,确定为所述子区域对应的建筑物的高度,并将所述子区域内所有像素的偏移量特征的中位数,确定为所述子区域对应的建筑物的偏移量。
[0027]可选的,所述针对每一个所述子区域,根据所述子区域内所有像素的高度特征,确
定所述子区域对应的建筑物的高度,并根据所述子区域内所有像素的偏移量特征,确定所述子区域对应的建筑物的偏移量之前,还包括:
[0028]根据所述卫星图像包含的场景,将所述卫星图像划分为多个区块;其中,每一个所述区块均对应于一种所述场景;
[0029]针对每一个预先构建的第二建筑物检测模型,利用所述第二建筑物检测模型检测得到所述卫星图像中每一个建筑物的子区域;其中,所述第二建筑物检测模型的数量为至少一个;所述第一建筑物检测模型和每一个所述第二建筑物检测模型,均对应于所述卫星图像中的一种场景;
[0030]针对每一个所述区块,从所述区块中删除不与所述区块的场景相对应的建筑物检测模型检测得到的建筑物的子区域。
[0031]本申请第二方面提供一种卫星图像的处理装置,包括:
[0032]获取单元,用于获取卫星图像;
[0033]处理单元,用于利用预先构建的第一建筑物检测模型处理所述卫星图像,得到所述卫星图像的第一图像特征,第二图像特征,第三图像特征和第四图像特征;其中,第一建筑物检测模型包括语义分支,像素特征分支,高度分支和偏移量分支;所述第一图像特征由所述语义分支输出、且用于指示所述卫星图像中的建筑物区域;所述第二图像特征本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种卫星图像的处理方法,其特征在于,包括:获取卫星图像;利用预先构建的第一建筑物检测模型处理所述卫星图像,得到所述卫星图像的第一图像特征,第二图像特征,第三图像特征和第四图像特征;其中,第一建筑物检测模型包括语义分支,像素特征分支,高度分支和偏移量分支;所述第一图像特征由所述语义分支输出、且用于指示所述卫星图像中的建筑物区域;所述第二图像特征由所述像素特征分支输出、且包括所述卫星图像的每一个像素的像素特征,所述第三图像特征由所述高度分支输出、且包含所述卫星图像中每一个像素的高度特征,所述第四图像特征由所述偏移量分支输出、且包含所述卫星图像中每一个像素的偏移量特征;在所述第二图像特征中确定所述第一图像特征所指示的建筑物区域内像素的像素特征,并以确定的所述第一图像特征所指示的建筑物区域内像素的像素特征为依据,对所述建筑物区域内的像素进行分类,得到所述建筑物区域被划分的多个子区域;其中,每一个所述子区域表征所述卫星图像中一个建筑物的顶部;针对每一个所述子区域,根据所述第三图像特征包含的位于所述子区域内的像素的高度特征,确定所述子区域对应的建筑物的高度,并根据所述第四图像特征包含的位于所述子区域内的像素的偏移量特征,确定所述子区域对应的建筑物的偏移量;针对每一个所述子区域,根据所述子区域、所述子区域对应的建筑物的高度和偏移量,确定所述子区域对应的建筑物的底部区域。2.根据权利要求1所述的处理方法,其特征在于,所述针对每一个所述子区域,根据所述子区域、所述子区域对应的建筑物的高度和偏移量,确定所述子区域对应的建筑物的底部区域之后,还包括:针对每一个所述建筑物,对所述建筑物的子区域和底部区域进行矢量化处理,得到一组表征所述建筑物轮廓的轮廓矢量。3.根据权利要求2所述的处理方法,其特征在于,所述对所述建筑物的子区域和底部区域进行矢量化处理,得到一组表征所述建筑物轮廓的轮廓矢量,包括:利用多边形拟合算法将所述建筑物的子区域和底部区域的边缘的多个像素确定为关键像素;分别对位于所述建筑物子区域的关键像素和位于所述建筑物底部区域的关键像素进行矩形拟合,得到表征所述建筑物子区域的轮廓的第一矩形和表征所述建筑物底部区域的轮廓的第二矩形;其中,组成所述第一矩形的矢量和组成所述第二矩形的矢量作为所述建筑物的轮廓矢量。4.根据权利要求2所述的处理方法,其特征在于,所述对所述建筑物的子区域和底部区域进行矢量化处理,得到一组表征所述建筑物轮廓的轮廓矢量,包括:利用多边形拟合算法将所述建筑物的子区域和底部区域的边缘的多个像素确定为关键像素;将位于所述建筑物的子区域的每相邻的两个所述关键像素连接得到一个对应的参考矢量,并将位于所述建筑物的底部区域的每相邻的两个所述关键像素连接得到一个对应的参考矢量;针对每相邻的两个参考矢量,若所述两个参考矢量的角度和90
°
的差值小于预设的第
一阈值,调整所述两个参考矢量,使所述两个参考矢量的角度等于90
°
;针对每相邻的两个参考矢量,若所述两个参考矢量的角度小于预设的第二阈值,将所述两个参考矢量合并为一个参考矢量;其中,经过调整和合并后的所有所述参考矢量,组成所述建筑物的轮廓矢量。5.根据权利要求1所述的处理方法,其特征在于,所述利用预先构建的第一建筑物检测模型处理所述卫星图像,得到所述卫星图像的第一图像特征,第二图像特征,第三图像特征和第四图像特征,包括:利用所述第一建筑物检测模型的下采样模块对所述卫星图像进行下采样,得到所述卫星图像的下...

【专利技术属性】
技术研发人员:单鼎一
申请(专利权)人:腾讯科技深圳有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1