(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 202210337232.0 (22)申请日 2022.04.01 (71)申请人 湖南大学 地址 410013 湖南省长 沙市岳麓区麓山 南 路1号 (72)发明人 蔡勇　焦胜　欧林之　 (74)专利代理 机构 北京维正专利代理有限公司 11508 专利代理师 谢明晖 (51)Int.Cl. G06V 20/10(2022.01) G06V 10/25(2022.01) G06V 10/44(2022.01) G06V 10/764(2022.01) G06V 10/774(2022.01)G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06F 16/51(2019.01) G06F 16/29(2019.01) G06F 16/25(2019.01) G06K 9/62(2022.01) (54)发明名称 基于多源大数据的城市要素识别方法 (57)摘要 本公开的实施例提供了基于多源大数据的 城市要素识别方法、 装置、 设备和计算机可读存 储介质。 所述方法包括获取多源数据， 构建空间 数据库； 所述多源数据包括遥感影像以及与其对 应的POI、 基础地理和/或人口标识数据； 将所述 空间数据库输入至要素识别模型， 得到待分类图 像的分类结果； 基于所述POI数据对所述分类结 果进行优化， 完成对城市要素的识别。 以此方式， 实现了对城市要素的精准识别， 提升了遥感影像 的城市功能 区识别精度。 权利要求书2页 说明书21页 附图7页 CN 115019163 A 2022.09.06 CN 115019163 A 1.一种基于多源大 数据的城市要素识别方法， 其特 征在于， 包括： 获取多源数据， 构建空间数据库； 所述多源数据包括遥感影像以及与其对应的POI、 基 础地理和/或人口标识数据； 将所述空间数据库输入至要素识别模型， 得到待分类图像的分类结果； 基于所述POI数据对所述分类结果进行优化， 完成对 城市要素的识别。 2.根据权利要求1所述的方法， 其特 征在于， 所述获取多源数据， 构建空间数据库包括： 获取多源数据； 对所述多源数据进行 数据转化、 抽稀和融合， 构建统一 坐标系的空间数据库。 3.根据权利要求2所述的方法， 其特征在于， 所述将所述空间数据库输入至要素识别模 型， 得到待分类图像的分类结果包括： 其中， 所述要素识别模型包括依次连接的空洞卷积U ‑Net、 ResNet152网络、 CV  水平集 以及结合多边形拟合、 Hausdorf f 距离算法和Shi ‑Tomasi 算法的轮廓线优化 算法； 通过Gabor变换和空洞卷积U ‑Net， 对所述空间数据库进行 特征提取； 通过最大似然方法对特征提取结果进行性能评价， 若评价精度高于预设标准， 则选取 出代表目标地物性质的最优 特征； 所述最优特征基于形状、 纹理、 位置、 评价精度和/或大小 确定； 将所述最优特征输入至分类模型中， 确定地物属性； 基于所述地物属性， 对所述空间数据库中的遥感影像进行轮廓提取， 确定建筑物、 道路 网、 城市地类和/或城市水体 轮廓； 采用Canny算子对提取的轮廓进行修 正； 采用CV水平集分割算法对修 正后的轮廓进行分割； 采用预设方法， 对分割后的所有轮廓进行处 理， 形成封闭的轮廓线； 对所述封闭的轮廓线 进行优化， 得到待分类图像的分类结果。 4.根据权利要求3所述的方法， 其特 征在于， 所述分类模型通过如下 方式训练得到： 生成训练样本集合； 其中， 训练样本包括带有标注信息的图像； 所述标注信息包括地物 属性； 将所述带有标注信 息的图像作为输入， 将与所述带有标注信 息的图像对应的标注信 息 作为输出， 采用基于ResNet152  模型的迁移学习算法对所述分类模型进行训练。 5.根据权利要求4所述的方法， 其特征在于， 所述基于所述地物属性， 对所述空间数据 库中的遥感影 像进行轮廓提取， 确定建筑物、 道路网、 城市地类和/或城市水体 轮廓包括： 通过Hough变换进行建筑物的轮廓提取； 通过卷积神经网络进行道路网的轮廓提取； 通过区域 生长法进行城市地类 轮廓提取； 通过优化的snake算法进行生成水体 轮廓提取。 6.根据权利要求5所述的方法， 其特征在于， 所述采用预设方法， 对分割后的所有轮廓 进行处理， 形成封闭的轮廓线包括： 通过形态学尺度空间算法， 消除分割后轮廓的噪声； 通过数学形态学开闭运算， 对消除噪声的轮廓进行处理， 去除斑块， 填补孔隙、 连接断 裂点， 形成封闭的轮廓线。权　利　要　求　书 1/2 页 2 CN 115019163 A 27.根据权利要求6所述的方法， 其特 征在于， 所述对所述封闭的轮廓线 进行优化包括： 通过多边形拟合、 Hausdorff  距离算法和Shi ‑Tomasi 算法， 对封闭的轮廓线进行优 化。 8.一种基于多源大 数据的城市要素识别装置， 其特 征在于， 包括： 获取模块， 用于获取多源数据， 构建空间数据库； 所述多源数据包括遥感影像以及与其 对应的POI、 基础地理和/或人口标识数据； 分类模块， 用于将所述空间数据库输入至要素识别模型， 得到待分类图像的分类结果； 识别模块， 用于基于所述POI数据对所述分类结果进行优化， 完成对 城市要素的识别。 9.一种电子设备， 包括存储器和处理器， 所述存储器上存储有计算机程序， 其特征在 于， 所述处 理器执行所述程序时实现如权利要求1~7中任一项所述的方法。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述程序被处理 器执行时实现如权利要求1~7中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115019163 A 3