[发明专利]建筑物轮廓提取方法、系统、计算机设备及存储介质

说明书

本申请涉及图像处理的技术领域，公开了一种建筑物轮廓提取方法、系统、计算机设备及存储介质，所述建筑物轮廓提取方法包括：获取待处理影像并输入至预设的实例分割模型中，得到待处理影像中的建筑物掩膜与建筑边界框；根据所述建筑边界框获取目标建筑的影像块，将所述影像块与对应的建筑物掩膜输入图像分割模型，得到目标建筑的建筑物图斑，获取建筑物图斑的轮廓像素点位置；基于目标建筑的影像块检测目标建筑的主方向，基于所述主方向对目标建筑的建筑物图斑进行边界规则化处理，生成建筑物边界提取结果；本申请具有提高从遥感影像中提取建筑物的边界线的准确性的效果。

技术领域

本申请涉及图像处理技术领域，尤其是涉及一种建筑物轮廓提取方法、系统、计算机设备及存储介质。

背景技术

目前，常见的基于高分辨率遥感影像建筑物轮廓提取方法都是先由人工构建某一类型的特征规则集，然后利用这个特征规则集构建模型以提取建筑物。由于高分辨率遥感影像中同类地物的光谱统计特征存在较大的光谱异质性，分类提取过程中易受阴影、道路、植被等噪声的干扰，这一类方法的鲁棒性不强，而且不能有效提取建筑物的边界信息，基于深度学习的方法一般是建立语义分割模型来提取建筑物，同样其也不能很好的提取建筑物的边界。

针对上述相关技术，发明人认为存在建筑物轮廓提取误差较大的问题。

发明内容

为了提高从遥感影像中提取建筑物的边界线的准确性，本申请提供一种建筑物轮廓提取方法、系统、计算机设备及存储介质。

本申请的上述发明目的一采用如下技术方案实现：

一种建筑物轮廓提取方法，包括：

获取待处理影像并输入至预设的实例分割模型中，得到待处理影像中的建筑物掩膜与建筑边界框；

根据所述建筑边界框获取目标建筑的影像块，将所述影像块与对应的建筑物掩膜输入图像分割模型，得到目标建筑的建筑物图斑，获取建筑物图斑的轮廓像素点位置；

基于目标建筑的影像块检测目标建筑的主方向，基于所述主方向对目标建筑的建筑物图斑进行边界规则化处理，生成建筑物边界提取结果。

通过采用上述技术方案，获取待处理的遥感影像并输入至实例分割模型中，以便从待处理影像中识别出各建筑物，进而得到各建筑物的建筑物掩膜和建筑边界框，通过建筑边界框得到目标建筑的影像块，将目标建筑的影像块和目标建筑的建筑物掩膜输入至图像分割模型中，从而得到目标建筑的建筑物图斑，便于快速提取目标建筑的轮廓，获取建筑物图斑的轮廓像素点位置作为初步确定的建筑物图斑边界，以便后续对目标建筑的边界规则化处理；根据目标建筑的影像块检测目标建筑的主方向，以便基于目标建筑的主方向对目标建筑的建筑物图斑进行边界规则化处理并生成建筑物边界提取结果，本方案采用了深度学习技术和传统计算机视觉技术相结合的方法，既能够提高建筑物提取的召回率，又能够保证建筑物边界提取的精度。

本申请在一较佳示例中：获取待处理影像并输入至预设的实例分割模型中，得到待处理影像中的建筑物掩膜与建筑边界框的步骤之前，还包括：

获取建筑物样本图像并生成建筑物样本图像集；

通过建筑物样本图像集训练得到所述实例分割模型。

通过采用上述技术方案，获取大量建筑物样本图像并储存，以生成建筑物样本图像集，建立实例分割模型并使用建筑物样本图像集中的建筑物样本图像进行训练，以提高实例分割模型对遥感图像中的建筑物掩膜和建筑边界框的识别效果。

本申请在一较佳示例中：将所述影像块与对应的建筑物掩膜输入图像分割模型，得到目标建筑的建筑物图斑的步骤中，具体包括：

基于建筑物掩膜图像在所述影像块中标记前景背景，生成前景背景标记图像；

基于前景背景标记图像获取高斯混合模型的参数；

基于高斯混合模型的参数，计算建筑物图斑的边界项，通过min-cut/max-flow算法将能量函数最小化，得到建筑物图斑分割结果。