遥感影像建筑物实例掩膜提取方法及系统、介质、设备技术方案

本发明专利技术提供一种遥感影像建筑物实例掩膜提取方法及系统、终端设备、存储介质，该方法结合权重映射与分水岭算法来实现单个建筑物的提取，利用权重映射方法重点关注遥感影像密集建筑物的间隙，在训练阶段，加大了像素级损失值对遥感影像重点区域即相邻建筑物之间的间隙的惩罚力度，从提取结果看，使得建筑物之间的边界更加清晰，从概率分布图上看，建筑物边界向内的值变大，向外的值变小；基于标记的分水岭算法利用概率分布图的特点，进行影像后处理后可得到分水线，从而可以较好地解决遥感影像建筑物提取结果中经常出现相邻建筑掩膜粘连的问题。

【技术实现步骤摘要】
遥感影像建筑物实例掩膜提取方法及系统、介质、设备
本申请涉及遥感影像处理
，尤其涉及一种遥感影像建筑物实例掩膜提取方法。
技术介绍
近年来，高分辨率遥感影像正在改变人类对世界的认知，以及人类与地球之间的互动方式。在城市遥感影像中，建筑物作为城市主要形态组成部分，在旧城改造、地图绘制、抢险救灾、军事侦察等方面上有着极其重要的地位，若由机器自动提取建筑物，将会节省大量的人力和物力，效率等将会大幅度提高，海量的遥感影像数据将会得到充分利用。虽然自动化提取算法得到不断改进，但仍需大量的手工工作来确保地理空间的准确性和良好的质量。改进工作仍需进行，以便能够对人道主义和灾害反应等重大世界事件做出更迅速的反应。当前主流算法将建筑物提取视为二分类问题即将遥感影像中的像素点划分为建筑物与非建筑物两大类，然而对于单个建筑物的提取还不能达到一个很好的效果。
技术实现思路
有鉴于此，本申请提供一种遥感影像建筑物实例掩膜提取方法及系统，该提取方法结合权重映射与分水岭算法来提高单个建筑物的提取效果。为解决上述技术问题，本申请采用以下技术方案：根据本专利技术实施例提供一种遥感影像建筑物实例掩膜提取方法，所述方法包括：获取结合权重映射对遥感影像建筑物样本集进行训练得到的最优模型；利用所述最优模型对遥感影像作业区进行预测，得到所述遥感影像作业区的概率分布图；利用所述分水岭算法对所述概率分布图进行影像后处理，得到分水线；对所述概率分布图进行阈值分割处理，得到初始的掩膜图；将所述分水线与所述初始的掩膜图进行叠加处理后，得到所述遥感影像的实例掩膜。优选地，获取结合权重映射对遥感影像建筑物样本集进行训练得到的最优模型，包括：获取所述遥感影像建筑物样本集；根据所述遥感影像建筑物样本集的掩膜，计算与之相对应的权重；利用语义分割模型对所述遥感影像建筑物样本集进行训练，并将所述权重映射到训练过程中产生的损失值上；利用所述损失值优化所述语义分割模型，当所述损失值收敛时，得到所述最优模型。优选地，利用语义分割模型对所述遥感影像建筑物样本集进行训练，并将所述权重映射到训练过程中产生的像素级损失值上，包括：对所述遥感影像建筑物样本集进行数据预处理，其中，所述数据预处理至少包括数据集划分、数据增强、数据归一化。优选地，利用所述分水岭算法对所述概率分布图进行影像后处理，得到分水线，包括：将所述概率分布图进行可视化分析，并基于分水岭算法对所述可视化分析结果进行设置高低阈值。优选地，将所述分水线与所述初始的掩膜图进行叠加，得到所述遥感影像的实例掩膜，包括：将所述分水线与所述初始的掩膜图进行叠加处理后进行面矢量化，并移除面积较小的面矢量，得到所述遥感影像的实例掩膜。本专利技术还提供一种电子设备，包括：处理器；存储器；以及程序，其中所述程序被存储在所述存储器中，并且被配置成由处理器执行，所述程序包括用于执行遥感影像建筑物实例掩膜提取方法。本专利技术还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行遥感影像建筑物实例掩膜提取方法。本专利技术还提供一种遥感影像建筑物实例掩膜提取系统，包括获取模块、预测模块、影像处理模块、分割模块和叠加模块；其中，所述获取模块被配置用于获取结合权重映射对遥感影像建筑物样本集进行训练得到的最优模型；所述预测模块被配置用于利用所述最优模型对遥感影像作业区进行预测，得到所述遥感影像作业区的概率分布图；所述影像后处理模块被配置用于利用所述分水岭算法对所述概率分布图进行影像后处理，得到分水线；所述分割模块被配置用于对所述概率分布图进行阈值分割处理，得到初始的掩膜图；所述叠加模块被配置用于将所述分水线与所述初始的掩膜图进行叠加，得到所述遥感影像的实例掩膜。优选地，所述获取模块包括获取权重单元、计算单元、训练单元和优化单元；其中，所述获取权重单元被配置用于获取所述遥感影像建筑物样本集；所述计算单元被配置用于根据所述遥感影像建筑物样本集的掩膜，计算与之相对应的权重；所述训练单元被配置用于利用语义分割模型对所述遥感影像建筑物样本集进行训练，并将所述权重映射到训练过程中产生的损失值上；所述训练单元包括数据预处理单元，所述数据预处理单元被配置用于对所述遥感影像建筑物样本集进行数据预处理，其中，所述数据预处理至少包括数据集划分、数据增强、数据归一化；所述优化单元被配置用于利用所述损失值优化所述语义分割模型，当所述损失值收敛时，得到所述最优模型。优选地，所述影像后处理模块包括可视化分析单元，所述可视化分析单元被配置用于将所述概率分布图进行可视化分析，并基于分水岭算法对所述可视化分析结果进行设置高低阈值；所述叠加模块包括面矢量化单元，所述面矢量化单元被配置用于将所述分水线与所述初始的掩膜图进行叠加处理后进行面矢量化，并移除面积较小的面矢量，得到所述遥感影像的实例掩膜。本申请的上述技术方案至少具有如下有益效果之一：根据本申请实施例的一种遥感影像建筑物实例掩膜提取方法及系统，该方法结合权重映射与分水岭算法来提高单个建筑物的提取效果，利用权重映射方法重点关注遥感影像密集建筑物的间隙，在训练阶段，加大了像素级损失值对遥感影像重点区域即相邻建筑物之间的间隙的惩罚力度，从提取结果看，使得建筑物之间的边界更加清晰，从概率分布图上看，建筑物边界向内的值变大，向外的值变小；基于标记的分水岭算法利用概率分布图的特点，进行影像后处理后可得到分水线，从而可以较好地解决遥感影像建筑物提取结果中经常出现相邻建筑掩膜粘连的问题。附图说明图1为本申请实施例的整体流程图；图2为本申请一实施例的具体流程图；图3为本申请实施例的模型训练与模型预测的逻辑示意图；图4a为本申请实施例中遥感影像建筑物样本集掩膜图对应的权重图；图4b为本申请实施例的遥感影像建筑物样本集的掩膜图；图5为本申请实施例中概率分布图的可视化分析结果的热力图；图6a本申请实施例中的分水岭算法的盆地区域图；图6b本申请实施例中的分水岭算法的作业区域图；图6c本申请实施例中的初始的掩模图；图6d本申请实施例中的遥感影像的实例掩膜；图6e本申请实施例中的遥感影像建筑样本；图7a本申请实施例中的待提取的遥感影像建筑物影像；图7b本申请实施例中的提取后得到的遥感影像的实例掩膜图；图8为本申请实施例的遥感影像建筑物实例掩膜提取系统的模块图。具体实施方式下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。在现本文档来自技高网...

【技术保护点】
1.一种遥感影像建筑物实例掩膜提取方法，其特征在于，所述方法包括：/n获取结合权重映射对遥感影像建筑物样本集进行训练得到的最优模型；/n利用所述最优模型对遥感影像作业区进行预测，得到所述遥感影像作业区的概率分布图；/n利用分水岭算法对所述概率分布图进行影像后处理，得到分水线；/n对所述概率分布图进行阈值分割处理，得到初始的掩膜图；/n将所述分水线与所述初始的掩膜图进行叠加处理后，得到所述遥感影像的实例掩膜。/n

【技术特征摘要】
1.一种遥感影像建筑物实例掩膜提取方法，其特征在于，所述方法包括：
获取结合权重映射对遥感影像建筑物样本集进行训练得到的最优模型；
利用所述最优模型对遥感影像作业区进行预测，得到所述遥感影像作业区的概率分布图；
利用分水岭算法对所述概率分布图进行影像后处理，得到分水线；
对所述概率分布图进行阈值分割处理，得到初始的掩膜图；
将所述分水线与所述初始的掩膜图进行叠加处理后，得到所述遥感影像的实例掩膜。


2.根据权利要求1所述的方法，其特征在于，获取结合权重映射对遥感影像建筑物样本集进行训练得到的最优模型，包括：
获取所述遥感影像建筑物样本集；
根据所述遥感影像建筑物样本集的掩膜，计算与之相对应的权重；
利用语义分割模型对所述遥感影像建筑物样本集进行训练，并将所述权重映射到训练过程中产生的损失值上；
利用所述损失值优化所述语义分割模型，当所述损失值收敛时，得到所述最优模型。


3.根据权利要求2所述的方法，其特征在于，利用语义分割模型对所述遥感影像建筑物样本集进行训练，并将所述权重映射到训练过程中产生的损失值上，包括：
对所述遥感影像建筑物样本集进行数据预处理，其中，所述数据预处理至少包括数据集划分、数据增强、数据归一化。


4.根据权利要求1或2所述的方法，其特征在于，利用所述分水岭算法对所述概率分布图进行影像后处理，得到分水线，包括：
将所述概率分布图进行可视化分析，并基于分水岭算法对所述可视化分析结果进行设置高低阈值。


5.根据权利要求1所述的方法，其特征在于，将所述分水线与所述初始的掩膜图进行叠加，得到所述遥感影像的实例掩膜，包括：
将所述分水线与所述初始的掩膜图进行叠加处理后进行面矢量化，并移除面积较小的面矢量，得到所述遥感影像的实例掩膜。


6.一种电子设备，其特征在于，包括：处理器；
存储器；以及程序，其中所述程序被存储在所述存储器中，并且被配置成由处理器执行，所述程序包括用于执行如权利要求1所述的方法。

【专利技术属性】
技术研发人员：杨鹏，周楠，魏春山，李俊刚，余娟娟，
申请(专利权)人：苏州喆鑫信息科技有限公司，
类型：发明
国别省市：江苏;32