道路面积率的估算方法、装置、设备及存储介质制造方法及图纸

本发明专利技术涉及地理信息处理技术领域，公开了一种道路面积率的估算方法、装置、设备及存储介质，所述方法包括：获取高分辨率卫星地图影像的影像数据；根据所述影像数据创建道路训练样本；根据所述道路训练样本构建道路识别模型；使用所述道路识别模型对所述影像数据进行识别，提取道路灰度图像；对所述道路灰度图像进行密度分割获取道路图斑栅格数据；根据所述道路图斑栅格数据估算道路面积率。本发明专利技术实施例提供的一种道路面积率的估算方法、装置、设备及存储介质，能够提高道路面积率估算的速度及降低人工成本。

【技术实现步骤摘要】
道路面积率的估算方法、装置、设备及存储介质
本专利技术涉及地理信息处理
，特别是涉及一种道路面积率的估算方法、装置、设备及存储介质。
技术介绍
城市道路的面积率对于了解城市交通专项规划发展现状、评价城市发展情况具有重要意义。道路面积率指一定的地区范围内，各级道路用地面积之和与城市或该地区总用地面积之比值。道路面积率是城市规划核算土地利用和道路网规划设计经济合理性的重要指标之一，因此快速实现道路指标提取是提高规划决策效率的重要手段，具有重要的研究价值。目前，在日常城市规划分析场景中，城市道路专题地图的采集与处理主要采用人工采集再统计的方法(依据地形图或卫星图片徒手勾绘，人工统计及计算)。该方法采集精度较高，但存在以下缺陷：①采集周期长、统计效率低，不适宜快速决策支持；②需要大量专业技术人员，人工成本较高。
技术实现思路
本专利技术实施例所要解决的技术问题是：提供一种道路面积率的估算方法、装置、设备及存储介质，基于高分辨率卫星影像对道路进行识别，提高道路面积率估算的速度及降低人工成本。为了解决上述技术问题，第一方面，本专利技术实施例提供一种道路面积率的估算方法，所述方法包括：获取高分辨率卫星地图影像的影像数据；根据所述影像数据创建道路训练样本；根据所述道路训练样本构建道路识别模型；使用所述道路识别模型对所述影像数据进行识别，提取道路灰度图像；对所述道路灰度图像进行密度分割获取道路图斑栅格数据；根据所述道路图斑栅格数据估算道路面积率。作为一个优选方案，所述根据所述影像数据创建道路训练样本，具体包括：从所述影像数据中选取目标区域；其中，所述目标区域包括所述影像数据中所有道路要素类型；根据所述目标区域创建ROI图层；其中，所述ROI图层勾选了所述目标区域中所有需要识别的道路要素；根据所述ROI图层生成道路标签栅格，完成所述道路训练样本的创建。作为一个优选方案，所述根据所述道路训练样本构建道路识别模型，具体包括：创建深度学习模型，并设置初始参数；根据所述道路训练样本训练所述深度学习模型；将训练好的深度学习模型作为所述道路识别模型。作为一个优选方案，所述使用所述道路识别模型对所述影像数据进行识别，提取道路灰度图像，具体包括：在遥感图像处理平台的深度学习向导中执行分类；在弹出的对话框中选择所述影像数据以及所述道路识别模型；设置道路栅格的输出路径，提取所述道路灰度图像。作为一个优选方案，所述对所述道路灰度图像进行密度分割获取道路图斑栅格数据，具体包括：通过遥感图像处理平台的密度分割工具，人工拖动分割阈值条判断或者选择自动调整分割阈值对所述道路灰度图像进行密度分割；将密度分割之后的道路灰度图像输出保存，得到所述道路图斑栅格数据。作为一个优选方案，所述根据所述道路图斑栅格数据估算道路面积率，具体为：通过遥感图像处理平台的快速计算选项，查看所述道路图斑栅格数据中的道路占比，将所述道路占比作为所述道路面积率。作为一个优选方案，所述获取高分辨率卫星地图影像的影像数据，具体包括：通过地图下载器框选研究范围；选择下载类型、影像级别以及数据类型；下载数据，获取所述高分辨率卫星地图影像的影像数据。为了解决上述技术问题，第二方面，本专利技术实施例提供一种道路面积率的估算装置，所述装置包括：影像数据获取模块，用于获取高分辨率卫星地图影像的影像数据；训练样本创建模块，用于根据所述影像数据创建道路训练样本；识别模型构建模块，用于根据所述道路训练样本构建道路识别模型；灰度图像提取模块，用于使用所述道路识别模型对所述影像数据进行识别，提取道路灰度图像；图斑栅格数据获取模块，用于对所述道路灰度图像进行密度分割获取道路图斑栅格数据；面积率估算模块，用于根据所述道路图斑栅格数据估算道路面积率。为了解决上述技术问题，第三方面，本专利技术实施例提供一种终端设备，所述终端设备包括存储器、处理器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述计算机程序由所述处理器执行时实现如第一方面任一项所述的道路面积率的估算方法。为了解决上述技术问题，第四方面，本专利技术实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被执行时实现如第一方面任一项所述的道路面积率的估算方法。与现有技术相比，本专利技术实施例提供的一种道路面积率的估算方法、装置、设备及存储介质，其有益效果在于：(1)基于高分辨率卫星地图影像识别、提取道路的图斑范围，具有原理简单，易于实现的特点，可以实现半自动化道路指标快速估算，适用于各类道路的面积的统计；(2)有利于规划高效决策，一是实现快速现状测算——测算现状道路面积率，与规划情况进行对比；二是便于分析研究——高效测算不同城市、不同区域的道路面积率，分析对比；三是利于规划验收——建成后快速测评道路面积率。附图说明为了更清楚地说明本专利技术实施例的技术特征，下面将对本专利技术实施例中所需要使用的附图做简单地介绍，显而易见地，下面所描述的附图仅仅是本专利技术的一些实施例，对于本领域技术人员来说，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术提供的一种道路面积率的估算方法的一个优选实施例的流程示意图；图2是本专利技术提供的道路要素的一个优选实施例的要素示意图；图3是本专利技术提供的一种道路面积率的估算装置的一个优选实施例的结构示意图；图4是本专利技术提供的一种终端设备的一个优选实施例的结构示意图。具体实施方式为了对本专利技术的技术特征、目的、效果有更加清楚的理解，下面结合附图和实施例，对本专利技术的具体实施方式作进一步详细描述。以下实施例仅用于说明本专利技术，但是不用来限制本专利技术的保护范围。基于本专利技术的实施例，本领域技术人员在没有付出创造性劳动的前提下所获得的其他实施例，都应属于本专利技术的保护范围。在本专利技术的描述中，应当理解的是，本文中的编号本身，例如“第一”、“第二”等，仅用于区分所描述的对象，不具有顺序或者技术含义，不能理解为规定或者暗示所描述的对象的重要性。图1所示为本专利技术提供的一种道路面积率的估算方法的一个优选实施例的流程示意图。如图1所示，所述方法包括：S11：获取高分辨率卫星地图影像的影像数据；S12：根据所述影像数据创建道路训练样本；S13：根据所述道路训练样本构建道路识别模型；S14：使用所述道路识别模型对所述影像数据进行识别，提取道路灰度图像；S15：对所述道路灰度图像进行密度分割获取道路图斑栅格数据；S16：根据所述道路图斑栅格数据估算道路面积率。具体而言，首先通过地图下载器获取高分辨率卫星影像的影像数据。其次基于影像数据创建道路的训练样本。然后基于训练样本构建深度学本文档来自技高网...

【技术保护点】
1.一种道路面积率的估算方法，其特征在于，包括：/n获取高分辨率卫星地图影像的影像数据；/n根据所述影像数据创建道路训练样本；/n根据所述道路训练样本构建道路识别模型；/n使用所述道路识别模型对所述影像数据进行识别，提取道路灰度图像；/n对所述道路灰度图像进行密度分割获取道路图斑栅格数据；/n根据所述道路图斑栅格数据估算道路面积率。/n

【技术特征摘要】
1.一种道路面积率的估算方法，其特征在于，包括：
获取高分辨率卫星地图影像的影像数据；
根据所述影像数据创建道路训练样本；
根据所述道路训练样本构建道路识别模型；
使用所述道路识别模型对所述影像数据进行识别，提取道路灰度图像；
对所述道路灰度图像进行密度分割获取道路图斑栅格数据；
根据所述道路图斑栅格数据估算道路面积率。


2.根据权利要求1所述的道路面积率的估算方法，其特征在于，所述根据所述影像数据创建道路训练样本，具体包括：
从所述影像数据中选取目标区域；其中，所述目标区域包括所述影像数据中所有道路要素类型；
根据所述目标区域创建ROI图层；其中，所述ROI图层勾选了所述目标区域中所有需要识别的道路要素；
根据所述ROI图层生成道路标签栅格，完成所述道路训练样本的创建。


3.根据权利要求1所述的道路面积率的估算方法，其特征在于，所述根据所述道路训练样本构建道路识别模型，具体包括：
创建深度学习模型，并设置初始参数；
根据所述道路训练样本训练所述深度学习模型；
将训练好的深度学习模型作为所述道路识别模型。


4.根据权利要求1所述的道路面积率的估算方法，其特征在于，所述使用所述道路识别模型对所述影像数据进行识别，提取道路灰度图像，具体包括：
在遥感图像处理平台的深度学习向导中执行分类；
在弹出的对话框中选择所述影像数据以及所述道路识别模型；
设置道路栅格的输出路径，提取所述道路灰度图像。


5.根据权利要求1所述的道路面积率的估算方法，其特征在于，所述对所述道路灰度图像进行密度分割获取道路图斑栅格数据，具体包括：
通过遥感图像处理平台的密度分割工具，人工拖动分割阈值条判断或...

【专利技术属性】
技术研发人员：胡珊，岳晓琴，李骁，周晓穗，李振文，李孔加，胡均，杨书航，李飘燕，
申请(专利权)人：广州市城市规划设计所，
类型：发明
国别省市：广东;44