[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
【说明书】:

本申请涉及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,其属于城乡聚落传统肌理管理的领域,一种城乡聚落传统肌理智能辅助识别方法包括,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。本发明具有提高城乡聚落遗产传统肌理的识别便捷性的效果。

技术领域

本申请涉及城乡聚落传统肌理管理的领域,尤其是涉及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。

背景技术

随着国家对基础文化设施建设的重视,助推了城乡聚落遗产保护制度的向前发展,对于城乡聚落遗产保护等方面的探究越来越多;传统肌理是指具有中国传统特征的城乡聚落空间形态的表面组织构造效果,是传统聚落中各空间要素相互作用而产生的结果;传统肌理的识别是城乡聚落遗产保护的前提,是城乡聚落遗产保护对象的确定、保护区域的划定、保护监测等的重要依据。

现有的城乡聚落传统肌理的识别工作主要由人工进行,具体来说,在获取城乡聚落的卫星图片后,研究者查看卫星图片并依据经验在卫星图片中确定城乡聚落传统肌理。

然而,城乡聚落传统肌理种类繁多,不同研究者对城乡聚落传统肌理的标准不同,研究者人工进行查看卫星图片、识别城乡聚落传统肌理的工作效率较低,在长时间工作过程中可能出现识别遗漏甚至错误的现象,基于前述,现有的城乡聚落传统肌理的识别方法较为不便。

发明内容

为了便于识别城乡聚落传统肌理,本申请提供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。

本申请目的一是提供的一种城乡聚落传统肌理智能辅助识别方法。

本申请的上述申请目的一是通过以下技术方案得以实现的:

一种城乡聚落传统肌理智能辅助识别方法,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。

通过采用上述技术方案,首先,获取到目标识别区域的区域图像,然后根据肌理识别模型对区域图像进行判断,判断区域图像中是否存在城乡聚落传统肌理,若存在,则对该区域图像进行划分,通过这种方式,相较于人工识别,采用肌理识别模型以及对区域图像划分的模式提高了对城乡聚落传统肌理的识别便捷性,提高了对城乡聚落传统肌理的识别效率,降低了人工成本。

本申请在一较佳示例中可以进一步配置为,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。

通过采用上述技术方案,使用遥感卫星获取目标识别区域的区域图像,一方面提高了区域图像的识别准确性和识别精度,另一方面提高了获取区域图像的效率。

本申请在一较佳示例中可以进一步配置为,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。

通过采用上述技术方案,建立肌理识别模型,并将建立好的肌理识别模型存储在服务器中,以便于在使用肌理识别模型时直接调取即可,提高了使用肌理识别模型的便捷性。

本申请在一较佳示例中可以进一步配置为,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;

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/202110809810.1/2.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