[发明专利]一种城乡聚落传统肌理智能辅助识别方法、系统、终端及存储介质在审

专利信息
申请号: 202110809810.1 申请日: 2021-07-17
公开(公告)号: CN113657166A 公开(公告)日: 2021-11-16
发明(设计)人: 王攀;张捷;霍晓卫;吴奇霖 申请(专利权)人: 北京清华同衡规划设计研究院有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 北京维正专利代理有限公司 11508 代理人: 李传亮
地址: 100089 北京市海淀*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 城乡 聚落 传统 肌理 智能 辅助 识别 方法 系统 终端 存储 介质
【权利要求书】:

1.一种城乡聚落传统肌理智能辅助识别方法,其特征在于,包括:

获取目标识别区域的区域图像和预设的区域划分规则;

调取预先建立好的肌理识别模型;

利用肌理识别模型对区域图像进行识别后得到区域图像中的传统肌理区域图像;

根据区域划分规则对传统肌理区域图像进行划分。

2.根据权利要求1所述的城乡聚落传统肌理智能辅助识别方法,其特征在于,所述获取目标识别区域的区域图像的方法包括:获取遥感卫星输出的图像;所述图像即为目标识别区域的区域图像。

3.根据权利要求1所述的城乡聚落传统肌理智能辅助识别方法,其特征在于,在调取肌理识别模型之前,需要建立肌理识别模型;所述建立调取肌理识别模型的方法包括:

获取区域图像信息;

根据区域图像信息对肌理识别模型进行训练;

得到训练好的肌理识别模型并将肌理识别模型存储至服务器中。

4.根据权利要求1所述的一种城乡聚落传统肌理智能辅助识别方法,其特征在于,所述利用肌理识别模型对区域图像进行识别后得到区域图像中的传统肌理区域图像的方法包括:

根据肌理识别模型对区域图像进行判断;

判断区域图像是否包括传统肌理区域图像;

若是,则保留该区域图像,并将该区域图像标记为传统肌理区域图像;

若否,则去除该区域图像,并对下一区域图像进行判断。

5.根据权利要求1所述的一种城乡聚落传统肌理智能辅助识别方法,其特征在于,在获取预设的区域划分规则之前,需要先设定区域划分规则;所述设定区域划分规则的方法包括:

获取区域图像大数据;

基于区域图像大数据生成图像范围信息;

基于区域图像大数据生成图像距离信息;

将图像范围信息设定为区域划分规则的第一规则信息;

将图像距离信息设定为区域划分规则的第二规则信息。

6.根据权利要求1所述的一种城乡聚落传统肌理智能辅助识别方法,其特征在于,根据区域划分规则对传统肌理区域图像进行划分后得到划分好的传统肌理图像,并对传统肌理图像进行特征标识后显示并输出。

7.根据权利要求6所述的一种城乡聚落传统肌理智能辅助识别方法,其特征在于,在得到传统肌理图像后,需要根据传统肌理图像判断肌理识别模块的识别正确率,所述判断肌理识别模型的识别正确率的方法包括:

获取人工识别信息;

根据人工识别信息得到识别正确率;

根据识别正确率对肌理识别模型进行校准。

8.一种城乡聚落传统肌理智能辅助识别系统,其特征在于:包括,

获取模块(1),用于获取目标识别区域的区域图像信息和预设的区域划分规则;

调取模块(2),用于调取预先建立好的肌理识别模型;

识别模块(3),用于利用肌理识别模型对区域图像进行识别后得到区域图像中的传统肌理区域图像;

划分模块(4),用于根据区域划分规则对传统肌理区域图像进行划分。

9.一种智能终端,其特征在于,包括存储器和处理器,所述存储器上存储有能够被处理器加载并执行如权利要求1至7中任一种方法的计算机程序。

10.一种计算机可读存储介质,其特征在于,存储有能够被处理器加载并执行如权利要求1至7中任一种方法的计算机程序。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京清华同衡规划设计研究院有限公司,未经北京清华同衡规划设计研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110809810.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top