基于深度学习算法识别建筑物的方法技术

本发明专利技术公开了一种基于深度学习算法识别建筑物的方法，包括获取包含建筑物的遥感影像，并进行影像预处理工作，得到处理过后的带坐标系统的卫星影像图；针对需要进行智能识别的地物，根据其具体特征进行具体归类，并做好表格记录；根据先前做好的分类，进行各样本的样本标签数据勾选，建立各类的样本数据库；利用深度学习算法进行建筑物的提取；利用混淆矩阵对建筑物提取结果进行精度验证。本发明专利技术利用深度学习的方法对遥感影像进行建筑物的智能解译提取，实现全智能无人工干预的精准识别解译，达到省时省力的目的；且获取的建筑物遥感影像，各建筑物的样本均满足统一的光谱特征、纹理特征、空间特征关系；可使深度学习提取算法结果精度更加准确。法结果精度更加准确。法结果精度更加准确。

【技术实现步骤摘要】
基于深度学习算法识别建筑物的方法


[0001]本专利技术属于遥感影像智能解译
，具体涉及一种基于深度学习算法识别建筑物的方法。

技术介绍

[0002]近年来，随着城市规模的不断扩充，城市土地利用、空间规划、基础设施建设，以及城市环境污染监控评估、城市人口数据空间化等方面都为城市管理者提出了各种难题。作为城市最主要的组成部分，各种建筑物是我们最需要进行精确探测和管理的目标。然而，随着城市化进程的加快，城市中的建筑物数量和密度越来越大，及时准确的实现二维或三维城市空间建筑物信息的生成或更新是“智慧城市”构建的必然需求。面对这样的需求，显然，传统的土地测量、车载信息采集等方式面对城市规模的爆发式增长在人力成本和经济成本方面越来越高，这与“智慧城市”的理念越来越远。为此，世界各地的卫星、航空和无人机等地球监测平台得到了前所未有的大发展，他们能够及时获取大量的高分辨率光学图像，这些亚米级、分米级的高分辨率图像，尤其是可见光图像，包含着大量关于建筑物目标的颜色、形状、对比度等信息，充分的、及时的利用这些高分辨率可见光遥感图像进行城市区域内街区、社区尺本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于深度学习算法识别建筑物的方法，其特征在于，包括以下步骤：S1、通过无人机航空影像或高分辨率的星载传感器获取的包含建筑物的遥感影像，并进行影像预处理工作，得到处理过后的带坐标系统的卫星影像图；S2、针对需要进行智能识别的地物，根据其具体特征进行具体归类，并做好表格记录；S3、根据先前做好的分类，利用ENVI或labelme进行各样本的样本标签数据勾选，建立各类的样本数据库；S4、利用深度学习算法进行建筑物的提取；S5、利用混淆矩阵对建筑物提取结果进行精度验证。2.根据权利要求1所述的基于深度学习算法识别建筑物的方法，其特征在于，在步骤S1中，影像预处理工作包括大气校正、辐射校正、正射校正。3.根据权利要求1所述的基于深度学习算法识别建筑物的方法，其特征在于，在步骤S4中，深度学习算法在基于U
‑
net网络模型的基础上进行，采用ResNet50,ResNet101作为U
‑
net的主...

【专利技术属性】
技术研发人员：韩吉军，王垒，赵一琪，赵恒，
申请(专利权)人：内蒙古电力集团有限责任公司乌兰察布电业局，
类型：发明
国别省市：