[发明专利]一种城市肌理分类识别方法

说明书

本申请涉及计算机技术领域，特别涉及一种城市肌理分类识别方法，包括：获取城市图像样本，将所述城市图像样本进行分割得到待训练图像元；将所述待训练图像元划分为多种肌理类别的图像元训练集；对所述图像元训练集进行机器学习，得到肌理类别分类器；获取城市图像，根据所述待训练图像元的尺寸对所述城市图像进行切割形成多个待识别图像元；将所述待识别图像元输入所述肌理类别分类器，输出各所述待识别图像元的肌理类别。采用本方法能够实现对城市整体肌理的自动识别。

技术领域

本申请涉及如计算机技术领域，特别是涉及一种城市肌理分类识别方法。

背景技术

城市肌理是由反映城市生态和自然环境条件的自然系统与体现在城市历史传统、经济文化和科学技术方面的人工系统相互融合、长期作用形成的空间特质，是城市、自然环境与人所共同构筑的整体，这一整体直接反映了一座城市的结构形式和类型特点反映了生活在其中的人们的历史图式反映了城市所处地域环境的文化特征。

在建筑领域，传统技术中可以利用深度学习实现建筑风格的识别以及建筑立面色彩的识别，但空间上受街道和区域限制，无法进行整体的城市评价，目前尚无用深度学习技术进行城市整体的识别。

发明内容

基于此，有必要针对上述技术问题，提供一种能够自动识别城市整体肌理的方法、装置、计算机设备和存储介质。

一种城市肌理分类识别方法，所述方法包括：

获取城市图像样本，将所述城市图像样本进行分割得到待训练图像元；

将所述待训练图像元划分为多种肌理类别的图像元训练集；

对所述图像元训练集进行机器学习，得到肌理类别分类器；

获取城市图像，根据所述待训练图像元的尺寸对所述城市图像进行切割形成多个待识别图像元；

将所述待识别图像元输入所述肌理类别分类器，输出各所述待识别图像元的肌理类别。

在一个实施例中，所述对所述图像元训练集进行机器学习，得到肌理类别分类器，包括：

获取多种尺寸的所述图像元训练集；

分别对各种尺寸的所述图像元训练集进行机器学习，得到多种分类器；

获取图像元验证集，计算各所述分类器对所述图像元验证集进行肌理类别识别的准确率；

将所述准确率最高的分类器设定为肌理类别分类器。

在一个实施例中，所述将所述待训练图像元划分为多个肌理类别的图像元训练集，包括：

从所述待训练图像元中提取图像元指纹；

计算各所述图像元指纹之间的相似度，根据所述相似度对各所述待训练图像元进行聚类；

根据聚类结果生成多个肌理类别的图像元训练集。

在一个实施例中，所述从所述待训练图像元中提取图像元指纹，包括：

压缩所述待训练图像元，并将压缩后的所述待训练图像元转换为灰度图；

计算所述灰度图中相邻像素值之间的差值；

对所述差值进行量化，得到所述待训练图像元的图像元指纹。

在一个实施例中，所述将所述待识别图像元输入所述肌理类别分类器，生成各所述待识别图像元的肌理类别之后，包括：

获取各所述待识别图像元在所述城市图像中的位置信息；

在所述城市图像中与所述位置信息对应的位置处，生成各所述待识别图像元的肌理类别的标注，得到城市图像肌理图。