【技术实现步骤摘要】
本申请属于软件设计开发领域，特别涉及一种基于影像识别的地貌自动量化方法、服务器及存储介质。
技术介绍
1、兵棋是运用形象化表示战场环境和军事力量的地图和棋子，以军事实践经验统计分析形成的规则（数据）为主、模型为辅，模拟并裁决双方或多方对抗博弈活动的工具。
2、在计算机兵棋中，需要先进行棋盘量化才能进行后续推演，棋盘量化（地图量化）主要包括坐标量化、高程(水深)量化、地貌量化、地物量化。其中地貌量化指按照该格中占主体地形的属性量化，执行“舍去规则”进行量化，按照系统提供的地貌量化颜色列表，对六角格进行地貌颜色填充。
3、坐标量化的方法计算可通过计算机实现，但是地貌量化则需要按照六角格格中占主体地形的属性量化，执行“舍去规则”进行量化，常规计算机难以对主体地形进行识别。不同的作战区域包含的六角格数量从1万~100万不等，如此数量的六角格需要花费大量的时间去进行地貌量化。当然，也可以依据矢量或栅格数据进行地貌量化，但是此类数据保密性强，来源少，采购困难。
4、因此，亟需一种针对大规模数量地貌量化的技术方案，以解决上述问题。
技术实现思路
1、为了解决所述现有技术的不足，本申请提供了一种基于影像识别的地貌自动量化方法，通过建立地貌数据样本训练集，训练图像识别模型，再利用图像识别模型对地图影像瓦片数据进行图像特征提取，根据地貌特征对地图瓦片进行地貌识别分类，建立瓦片坐标的对应地貌数据表，计算每个六角格所覆盖瓦片地貌值，实现六角格地貌自动量化。
3、根据本申请的第一方面，提供一种基于影像识别的地貌自动量化方法，包括如下步骤：
4、步骤1：获取影像数据，对所述影像数据切割后形成包含若干影像瓦片数据的瓦片集；
5、步骤2：对所述瓦片集预处理并按照地貌类型进行分选后形成训练集；
6、步骤3：将所述训练集输入影像识别模型中，对所述影像识别模型进行训练，直至所述影像识别模型的识别准确率达到设定标准；
7、步骤4：将待量化的六角格区域中的地图影像瓦片数据输入所述影像识别模型中进行地貌识别，形成瓦片号-地貌映射表并存储；
8、步骤5：遍历落入所述六角格区域中各六角格中的影像瓦片数据，查询所述瓦片号-地貌映射表，将落入所述六角格中最多的地貌类型赋予该六角格；
9、步骤6：对所述六角格区域校验修正后完成地貌自动量化。
10、优选地，在步骤1中，所述影像数据为投影为平面的卫星影像图，采用切割的方式将所述卫星影像图切割为若干等级的瓦片集，等级越低的瓦片集中的影像瓦片数据数量越少，精度越低；根据所述六角格区域的大小选择相应等级的瓦片集制作训练集。
11、优选地，在步骤2中，对所述瓦片集进行预处理至少包括对影像瓦片数据进行格式转换以及降噪处理。
12、优选地，按照地貌类型进行分选具体为：
13、获取影像瓦片数据中的所有地貌特征；
14、计算所述地貌特征在所述影像瓦片数据中的面积占比；
15、当其中一种地貌特征的面积占比超过50%，则将该影像瓦片数据归纳入训练集中。
16、优选地，计算所述地貌特征在所述影像瓦片数据中的面积占比具体为：
17、将单一地貌特征中都具备的地貌特征组合作为当前地貌特征的特定特征块；
18、对所述影像瓦片数据划分为n*n的特征块集合，并将所述特征块集合与每一组所述特定特征块做比较；
19、统计当前影像瓦片数据中各特定特征块的数量，所述特定特征块数量的比值即为所述面积占比。
20、优选地，将所述训练集输入影像识别模型中，对所述影像识别模型进行训练，具体为：
21、将训练集中的影像瓦片数据输入所述影像识别模型中；
22、影像识别模型提取所述影像瓦片数据中的地貌特征，进行特征选择和信息过滤，然后使用归一化指数函数输出分类标签。
23、优选地，在步骤5中，遍历所述六角格的坐标，根据所述影像瓦片数据的坐标计算落入所述六角格中的所有影像瓦片数据，查询所述瓦片号-地貌映射表，将所有的影像瓦片数据对应的地貌特征进行统计，得出落入该六角格中的地貌特征数量。
24、优选地，在步骤6中，对所述六角格区域校验具体为：
25、对不同的地貌特征划分高程范围；
26、获取与当前卫星影像图匹配的高程数据，计算每个六角格中的六角格高程数据；
27、将该六角格高程数据与当前六角格的地貌特征对应的高程范围进行对比，如果六角格高程数据落入该高程范围，则代表当前六角格的地貌特征正确，通过校验，否则不通过。
28、根据本申请的第二方面，提供一种服务器，包括：存储器和至少一个处理器；
29、所述存储器存储计算机程序，所述至少一个处理器执行所述存储器存储的计算机程序，以实现上述基于影像识别的地貌自动量化方法。
30、根据本申请的第三方面，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上述基于影像识别的地貌自动量化方法。
31、根据本申请的一个实施例，采用本基于影像识别的地貌自动量化方法的有益效果在于：
32、本申请通过建立地貌特征的样本训练集来训练影像识别模型，利用影像识别模型来判断当前影像瓦片数据中的地貌特征，从而自动完成六角格区域的量化；无需采用涉密的栅格数据，而是采用瓦片数据进行地貌的自动亮化，具有影像数据来源多、存储方便的优势，而且能够大大提高地貌特征的量化效率，节省人工成本。
本文档来自技高网...【技术保护点】
1.基于影像识别的地貌自动量化方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于影像识别的地貌自动量化方法，其特征在于，在步骤1中，所述影像数据为投影为平面的卫星影像图，采用切割的方式将所述卫星影像图切割为若干等级的瓦片集，等级越低的瓦片集中的影像瓦片数据数量越少，精度越低；根据所述六角格区域的大小选择相应等级的瓦片集制作训练集。
3.根据权利要求1所述的基于影像识别的地貌自动量化方法，其特征在于，在步骤2中，对所述瓦片集进行预处理至少包括对影像瓦片数据进行格式转换以及降噪处理。
4.根据权利要求1所述的基于影像识别的地貌自动量化方法，其特征在于，按照地貌类型进行分选具体为：
5.根据权利要求4所述的基于影像识别的地貌自动量化方法，其特征在于，计算所述地貌特征在所述影像瓦片数据中的面积占比具体为：
6.根据权利要求1所述的基于影像识别的地貌自动量化方法，其特征在于，将所述训练集输入影像识别模型中，对所述影像识别模型进行训练，具体为：
7.根据权利要求6所述的基于影像识别的地貌自动量化方法，其特征在
8.根据权利要求1所述的基于影像识别的地貌自动量化方法，其特征在于，在步骤6中，对所述六角格区域校验具体为：
9.一种服务器，其特征在于，包括：存储器和至少一个处理器；
10.一种计算机可读存储介质，其特征在于，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权利要求1至8中任一项所述的基于影像识别的地貌自动量化方法。
...【技术特征摘要】
1.基于影像识别的地貌自动量化方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于影像识别的地貌自动量化方法，其特征在于，在步骤1中，所述影像数据为投影为平面的卫星影像图，采用切割的方式将所述卫星影像图切割为若干等级的瓦片集，等级越低的瓦片集中的影像瓦片数据数量越少，精度越低；根据所述六角格区域的大小选择相应等级的瓦片集制作训练集。
3.根据权利要求1所述的基于影像识别的地貌自动量化方法，其特征在于，在步骤2中，对所述瓦片集进行预处理至少包括对影像瓦片数据进行格式转换以及降噪处理。
4.根据权利要求1所述的基于影像识别的地貌自动量化方法，其特征在于，按照地貌类型进行分选具体为：
5.根据权利要求4所述的基于影像识别的地貌自动量化方法，其特征在于，计算所述地貌特征在所述影像瓦片数据中的面积占比具体为：
6.根据权利...
【专利技术属性】
技术研发人员：刘莹，蒋勇，王记坤，桂士莹，
申请(专利权)人：中国电子科技集团公司第十五研究所，
类型：发明
国别省市：
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。