基于三维遥感影像进行村镇建筑性质自动分类方法及装置制造方法及图纸

本申请公开了一种基于三维遥感影像进行村镇建筑性质自动分类方法及装置，该方法包括获取研究区域内建筑的图像数据；根据村镇建筑性质对图像数据进行分类及标注，得到标注数据库；根据图像识别算法构建图像识别模型，并通过标注数据库对图像识别模型进行训练；通过训练后的图像识别模型识别待分类区域内的建筑图像，得到待分类区域的建筑分类结果。该方法能够实现对于指定村庄的建筑特征变化监测与识别，分类效率高，且具有较高的准确性。且具有较高的准确性。且具有较高的准确性。

【技术实现步骤摘要】
基于三维遥感影像进行村镇建筑性质自动分类方法及装置


[0001]本申请涉及图像识别
，特别涉及一种基于三维遥感影像进行村镇建筑性质自动分类方法及装置。

技术介绍

[0002]现有对于建筑特征信息的采集与处理方式，大概可以分为三种形式：(1)基于田野调查的传统人工方式；(2)基于光谱影像数据(RSI)和雷达数据(激光雷达LiDAR和合成孔径雷达SAR)的传统方式；(3)基于先进工具和算法的数据融合自动化处理方式。人工田野调查是初期最广泛使用的建筑信息采集方式。但是其容易收到气象、地形等不良环境因素制约。采集过程种对人力、物力的需求较高，而且容易出现疏忽。因此后期制图周期长且补充测量需要付出较大代价。光谱影像数据具有易获取、覆盖范围广的特点。但是其常常受到观点变化(viewpoint variation)、遮挡、背景杂波和阴影等因素的影像。雷达数据穿透性好，可以减少植被对建筑物的遮挡，但是其数据量较大再后期处理过程中往往极其复杂。近些年随着计算机技术的发展,尤其是借助深度学习技术，从捕获的图像中识别并自动提取建筑的方法已得到广泛应用。比如，相本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于三维遥感影像进行村镇建筑性质自动分类方法，其特征在于，包括以下步骤：获取研究区域内建筑的图像数据；根据村镇建筑性质对所述图像数据进行分类及标注，得到标注数据库；根据图像识别算法构建图像识别模型，并通过所述标注数据库对所述图像识别模型进行训练；通过训练后的所述图像识别模型识别待分类区域内的建筑图像，得到所述待分类区域的建筑分类结果。2.根据权利要求1所述的方法，其特征在于，获取研究区域内建筑的图像数据包括：通过无人机倾斜摄影采集所述研究区域的视频数据，对所述视频数据进行超分辨率重建、三维模型生成以及建筑立面的提取，获取所述研究区域内建筑的图像数据。3.根据权利要求1所述的方法，其特征在于，所述村镇建筑性质，包括：建筑功能，建筑层数，建筑质量，结构体系，建筑风貌，建筑年代以及是否废弃。4.根据权利要求1所述的方法，其特征在于，还包括：根据所述建筑分类结果对所述图像识别模型的参数进行调整；或通过测试数据对所述图像识别模型进行测试，根据测试结果对所述图像识别网络的参数进行调整。5.一种基于三维遥感影像进行村镇建筑性质自动分类装置，其特征在于，包括：获取模块，用于获取研究区域内建筑的图像数据；标注模块，用于根据村镇建筑性质对所述图像数据进行分类及标注，得到标注数据库；训练模块，用于根据图像识别算法构建图像识别模型，并通过所...

【专利技术属性】
技术研发人员：周政旭，
申请(专利权)人：清华大学，
类型：发明
国别省市：