全网唯一标准王
(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210800292.1 (22)申请日 2022.07.08 (71)申请人 中国地质大 学 (武汉) 地址 430000 湖北省武汉市洪山区鲁磨路 388号 (72)发明人 王登科 谢帮华 郭明强 容东林  王小兵 王波 黄瑞玺 谢忠  吴亮  (74)专利代理 机构 武汉知产时代知识产权代理 有限公司 42 238 专利代理师 魏波 (51)Int.Cl. G06T 7/90(2017.01) G06T 7/62(2017.01) G06T 5/50(2006.01)G06V 10/762(2022.01) G06V 10/28(2022.01) G06V 20/10(2022.01) G06V 10/44(2022.01) (54)发明名称 一种遥感影像建筑物语义分割结果纠正提 取方法 (57)摘要 本发明公开了一种遥感影像建筑物语义分 割结果纠正提取方法, 包括以下步骤: 将源建筑 物进行均值漂移得到颜色聚类图; 获得语义聚类 叠加图; 计算语义聚类叠加图中不同颜色像元面 积占颜色聚类图中相应颜色像元面积的百分比, 判断是否 大于给定颜色像元面积占比阈值, 大于 则保留颜色, 小于则舍弃, 然后二值化, 获得颜色 聚类提取图; 计算不同颜色像元面积阈值下颜色 聚类提取图和语义分割结果图的符合度, 获得最 佳颜色像元面积占比阈值; 以该最佳颜色像元面 积占比阈值重新获得建筑物语义分割纠正提取 图。 本发明有益效果是: 有效提取建筑物语义分 割纠正图, 为遥感影像建筑物语义分割结果的后 处理领域提供了有效帮助。 权利要求书2页 说明书4页 附图4页 CN 115294218 A 2022.11.04 CN 115294218 A 1.一种遥感影 像建筑物语义分割结果纠正 提取方法, 其特 征在于: 包括以下步骤: S1、 读取源建筑物图及其语义分割结果图; S2、 对源建筑物图进行均值漂移算法得到颜色聚类图; S3、 对颜色聚类图设置初始颜色像元面积占比阈值W, 将语义分割结果图的轮廓和颜色 聚类图进行叠加, 取交集, 得到 叠加图; S4、 判断叠加图中各颜色像元面积占颜色聚类图中对应颜色的像元面积的百分比w, 如 果w大于W, 则保留颜色, 否则舍弃颜色, 得到聚类初步 提取图; S5、 将聚类初步 提取图进行二 值化, 得到颜色聚类提取图。 S6、 利用表征值将颜色聚类提取图和语义分割结果图进行符合度计算, 按照颜色像元 面积占比阈值从小到大的顺序, 将当前符合度计算结果和颜色像元面积占比阈值配对放入 集合S; S7、 判断W是否大于预设的阈值a, 若大于, 则遍历集合S, 求相邻 颜色像元占比阈值所对 应的符合度计算结果的差值的绝对值threshold, 放入集合Q, 直至遍历完毕, 进入步骤S8; 否则, W每次自增Δt, 重复步骤S4 ‑S6; S8、 遍历集合Q, 获取最小的threshold, 当最小的threshold值出现的次数大于预设的 阈值b时, 则选择首个出现的threshold, 将其所对应的颜色像元面积占比阈值范围的左边 界确定为 最佳颜色像元面积占比阈值bestW; S9、 判断叠加图中各颜色像元面积占颜色聚类图中对应颜色的像元面积的百分比w, 如 果w大于bestW, 则保留颜色, 否则舍弃颜色, 得到初步建筑物语义分割纠正 提取图; S10、 将初步建筑物语义分割纠正提取图进行二值化, 得到最终的建筑物语义分割纠正 提取图。 2.如权利要求1所述的一种遥感影像建筑物语义分割结果纠正提取方法, 其特征在于: 步骤S6中, 表征值包括图像空间表征值、 图像内核表征值、 图像规范化内核表征值和图像稳 定表征值。 3.如权利要求2所述的一种遥感影像建筑物语义分割结果纠正提取方法, 其特征在于: 图像空间表征值计算如下: 其中i,j分别代表图像的行号和列号, I(i,j)是像素(i,j)处的像素值, m为图像行号i 的指数, n 为图像列号j的指数, m+n的值 为z, qmn即图像z度表征值。 4.如权利要求3所述的一种遥感影像建筑物语义分割结果纠正提取方法, 其特征在于: 图像内核表征值的计算式如下: 其中 5.如权利要求3所述的一种遥感影像建筑物语义分割结果纠正提取方法, 其特征在于: 图像规范化内核表征值如下:权 利 要 求 书 1/2 页 2 CN 115294218 A 26.如权利要求3所述的一种遥感影像建筑物语义分割结果纠正提取方法, 其特征在于: 图像稳定表征值包括7个, 计算式如下: V1=qs20+qs02 V2=(qs20‑qs02)2+4qs112 V3=(qs30‑3qs12)2+(3qs21‑qs03)2 V4=(qs30+qs12)2+(qs21+qs03)2 V5=(qs30‑3qs12)(qs30+qs12)[(qs30+qs12)2‑3(qs21+qs03)2]+(3qs21‑qs03)(qs21+qs03)[3 (qs30+qs12)2‑(qs21+qs03)2] V6=(qs20‑qs02)[(qs30+qs12)2‑(qs21+qs03)2]+4qs11(qs30+qs12)(qs21+qs03) V7=(3qs21‑qs03)(qs21+qs03)[3(qs30+qs12)2‑(qs21+qs03)2]‑(qs30‑3qs12)(qs21+qs03)[3 (qs30+qs12)2‑(qs21+qs03)2]。 7.如权利要求3 ‑6任一项所述的一种遥感影像建筑物语义分割结果纠 正提取方法, 其 特征在于: 步骤S6中, 两张图像符合度的计算公式如下: 其中 分别为A,B两张图像的第i个稳定表征值。权 利 要 求 书 2/2 页 3 CN 115294218 A 3

PDF文档 专利 一种遥感影像建筑物语义分割结果纠正提取方法

文档预览
中文文档 11 页 50 下载 1000 浏览 0 评论 0 收藏 3.0分
温馨提示:本文档共11页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
专利 一种遥感影像建筑物语义分割结果纠正提取方法 第 1 页 专利 一种遥感影像建筑物语义分割结果纠正提取方法 第 2 页 专利 一种遥感影像建筑物语义分割结果纠正提取方法 第 3 页
下载文档到电脑,方便使用
本文档由 SC 于 2024-02-24 00:42:53上传分享
友情链接
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们微信(点击查看客服),我们将及时删除相关资源。