“建筑物提取”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果3645685个，建议您升级VIP下载更多相关专利

[发明专利]基于先验形状水平集分割的建筑物提取方法-CN201410226670.5无效
发明人：陈建胜;孟瑜;赵忠明;陈静波 -专利权人：中国科学院遥感与数字地球研究所
申请日： 2014-05-27 - 公布日： 2014-08-06 - 主分类号： G06T7/00 文献下载
摘要：本发明解决现有建筑物提取技术中，对噪声敏感，提取精度低，提取技术依赖于分割结果的缺陷。提供一种基于先验形状水平集分割的建筑物提取方法。本发明的基本思路是：将城市建筑物提取分为两部分，第一部分在高程数据中进行建筑物粗略轮廓的提取，对高程数据进行形态学滤波、小区域去除，获得最终的建筑物分布二值图；第二部分在无人机光学影像中进行建筑物轮廓信息的提取，将建筑物分布二值图作为先验信息引入到水平集分割模型中，为该模型提供演化初始位置与先验轮廓，分割结果即建筑物轮廓信息提取结果。
基于先验形状水平分割建筑物提取方法

[发明专利]一种利用边界信息提升建筑物边缘分割精度的算法-CN202111575708.6在审
发明人：徐雪;李劲松;魏雨;钱海明;臧霄鹏;茹菲;王梦阳;尹超;张杰;林凯祥;杜家宽;吴亚男;狄玮琪 -专利权人：天地信息网络研究院（安徽）有限公司
申请日： 2021-12-21 - 公布日： 2022-03-25 - 主分类号： G06T7/12 文献下载
摘要：本发明公开了一种利用边界信息提升建筑物边缘分割精度的算法，首先，处理数据集，在现有建筑物标记的基础上生成建筑物主体、边界、建筑物之间分隔区域和边缘法方向，四种辅助训练的基准数据；其次，定义基于建筑物提取和边缘提取的联合代价函数，利用处理过的数据集训练类UNet网络；然后，针对任意一张待分割图片，利用训练好的类UNet网络提取上述四个要素；最后融合该四个要素，进而得到边缘增强的建筑物提取结果。本发明将建筑物提取转换成一个多任务联合学习的问题，从构造联合代价函数入手，在建筑物提取过程中强化对边缘的约束，在融合处理过程中把推理出的边缘和建筑物信息融合，以进一步提升建筑物边缘的分割效果。
一种利用边界信息提升建筑物边缘分割精度算法

[发明专利]基于线段检测和图像分割融合的卫星高分图像建筑物轮廓提取方法-CN201610363557.0在审
发明人：宿南;张晔;邱明劼 -专利权人：哈尔滨工业大学
申请日： 2016-05-27 - 公布日： 2016-10-26 - 主分类号： G06T7/00 文献下载
摘要：基于线段检测和图像分割融合的卫星高分图像建筑物轮廓提取方法，属于遥感图像处理领域，本发明为解决现有技术无法获得高准确度的保持建筑结构特征的建筑物轮廓问题。本发明提取方法的具体过程为：提取建筑物的高分卫星图像中的直线段，并校正至贴合建筑物边缘，获得边缘直线段和建筑物潜在角点；采用随机纹理遮挡图像分割算法，将原始高分图像聚类成3‑5类，计算每一组聚类的均值和方差，根据均值和方差从分割的3‑5类中选取建筑物区域；将边缘直线段和建筑物区域融合，获得具有建筑物结构特征的建筑物轮廓提取结果。本发明尤其适用于复杂的线性建筑的精确轮廓提取。
基于线段检测图像分割融合卫星高分建筑物轮廓提取方法

[发明专利]基于DCNN边界引导的遥感图像建筑物提取方法-CN202210286213.X有效
发明人：杨斯涵 -专利权人：成都理工大学
申请日： 2022-03-23 - 公布日： 2022-06-03 - 主分类号： G06V20/10 文献下载
摘要：本发明涉及基于DCNN边界引导的遥感图像建筑物提取方法，包括步骤：获取遥感图像，使用编码器对遥感图像进行特征提取，从而得到多张特征图，编码器为主干子网络；使用解码器从多张特征图中检测建筑物边界特征和估计建筑物掩膜特征，所述解码器包括边界子网络、掩膜子网络；使用解码器将建筑物边界特征和建筑物掩膜特征进行融合，最终获取建筑物提取结果，编码器还包括细化子网络。本发明从边界子网络中检测建筑物边界特征，同时从掩膜子网络中估计建筑物掩膜特征；为了利用建筑物边界特征和建筑物掩膜特征之间的语义相关性，进一步通过细化子网络利用它们之间的互补信息，生成在建筑物边界处具有强烈响应的最终建筑物提取结果
基于 dcnn 边界引导遥感图像建筑物提取方法

[发明专利]一种基于BIM数据的建筑物可视化建模方法及系统-CN202310960376.6在审
发明人：辛业洪;郑永康 -专利权人：深圳嘉瑞建设信息科技有限公司
申请日： 2023-07-31 - 公布日： 2023-10-27 - 主分类号： G06T17/10 文献下载
摘要：本发明涉及数字媒体技术领域，揭露了一种基于BIM数据的建筑物可视化建模方法及系统，包括：提取BIM数据中的建筑物空间数据及建筑物属性数据；根据建筑物空间数据提取建筑物边界，根据建筑物属性数据提取建筑物纹理数据；将目标建筑物进行结构属性划分，得到划分建筑结构，根据建筑物边界及建筑物属性数据构建划分建筑结构对应的三维建筑模型；生成三维建筑模型的三维建筑镂空模型，对三维建筑镂空模型进行模型细化，得到三维细化建筑镂空模型；通过预设的多层次细节算法及建筑物纹理数据对三维细化建筑镂空模型进行可视化纹理贴图，得到可视化目标建筑物。本发明可以提高建筑物可视化建模精确度。
一种基于 bim 数据建筑物可视化建模方法系统

[发明专利]遥感图像建筑物提取方法、装置、设备及计算机存储介质-CN202011381274.1在审
发明人：张澜 -专利权人：中移（成都）信息通信科技有限公司;中国移动通信集团有限公司
申请日： 2020-12-01 - 公布日： 2022-06-17 - 主分类号： G06V20/10 文献下载
摘要：本申请提供了一种遥感图像建筑物提取方法、装置、设备及计算机存储介质。该遥感图像中的建筑物提取方法，包括：获取遥感图像；利用局部二值模式，将遥感图像生成特征图；基于特征图，利用均值漂移分割算法确定多个地物对象；基于多个地物对象，进行建筑物提取，得到建筑物提取结果。根据本申请实施例，能够更加准确地进行遥感图像中的建筑物提取。
遥感图像建筑物提取方法装置设备计算机存储介质

[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-CN202210182903.0在审
发明人：江一帆;魏汝兰;盛森;庞亚菲;梁雄狮;梁哲恒;钟勇;黄永华 -专利权人：广东南方数码科技股份有限公司
申请日： 2022-02-25 - 公布日： 2022-05-24 - 主分类号： G06V20/13 文献下载
摘要：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。
建筑物轮廓提取方法系统计算机设备存储介质

[发明专利]基于对象级热红外属性特征的建筑物窗户提取方法及系统-CN202210184613.X在审
发明人：林栋;万刚;崔晓杰;刘磊;丛佃伟;王帅;王珏;魏展基;穆遥 -专利权人：中国人民解放军战略支援部队航天工程大学士官学校
申请日： 2022-02-23 - 公布日： 2022-07-29 - 主分类号： G06V20/00 文献下载
摘要：本发明涉及一种基于对象级热红外属性特征的建筑物窗户提取方法及系统，该方法包括基于点云的空间位置特征、可见光属性特征和热红外属性特征进行点云分割，提取点云对象；通过统计点云对象特征，实现建筑物立面窗户区域的粗提取；基于窗户区域的粗提取结果，通过建筑物窗户分布的语法模型和能量函数最小化优化，实现建筑物窗户精优化。本发明首先利用建筑物立面窗户温度与墙面温度之间的差异进行窗户目标粗提取，然后利用立面重复结构的对称性语法模型实现窗户提取精优化，能够显著提高建筑物窗户的提取精度，可以广泛应用于建筑物窗户提取中。
基于对象红外属性特征建筑物窗户提取方法系统

[发明专利]建筑物三维轮廓提取及神经网络的训练方法和装置-CN202110963024.7在审
发明人：孟令宣 -专利权人：上海商汤智能科技有限公司
申请日： 2021-08-20 - 公布日： 2021-11-16 - 主分类号： G06T7/13 文献下载
摘要：本公开实施例提供一种建筑物三维轮廓提取及神经网络的训练方法和装置，通过神经网络获取建筑物的偏移矢量预测结果来确定所述建筑物的高度，通过偏移矢量预测结果辅助语义分割结果来对建筑物进行三维轮廓提取，得到所述建筑物的三维轮廓，从而能够提高建筑物三维轮廓提取的准确度。
建筑物三维轮廓提取神经网络训练方法装置

[发明专利]一种基于倾斜摄影的群体建筑物震害提取方法及系统-CN202010007988.X在审
发明人：张亮;宋杰;董梅;胡辉 -专利权人：杭州鲁尔物联科技有限公司
申请日： 2020-01-06 - 公布日： 2020-02-14 - 主分类号： G06K9/46 文献下载
摘要：本发明公开了一种基于倾斜摄影的群体建筑物震害提取方法及系统，该提取方法包括步骤：S1、对地震灾后建筑物进行倾斜摄影，并对影像数据进行预处理获得基础影像；S2、基于基础影像生成实景三维模型；S3、选取最优纹理影像；S4、获取地物轮廓信息，基于最优纹理影像与地物轮廓信息，采用面向对象方法提取纹理影像上单体建筑物震害信息；S5、通过样本数据对卷积神经网络进行训练，得到群体建筑物震害信息提取模型；S6、基于群体建筑物震害信息提取模型提取灾区群体建筑物震害信息，并判定群体建筑物破坏等级。本发明通过卷积神经网络对群体建筑物震害信息进行提取，处理复杂度低，处理效率高。
群体建筑物纹理卷积神经网络信息提取模型影像基础影像轮廓信息地物预处理处理复杂度单体建筑物处理效率方法提取面向对象三维模型样本数据影像数据实景摄影判定建筑物地震灾区

[发明专利]基于机载激光雷达的建筑物建模方法和装置-CN201410193508.8在审
发明人：郭庆华;杨鹏;徐光彩;郭彦明 -专利权人：北京数字绿土科技有限公司
申请日： 2014-05-08 - 公布日： 2014-08-06 - 主分类号： G01S17/89 文献下载
摘要：本发明提供了一种建筑物建模方法和装置，该方法包括：将机载LIDAR数据进行预处理，在非地面点中提取建筑物点云信息；对点云信息进行分割，得到建筑物对象；提取建筑物规则边框；将屋顶点按面片进行分类；根据分类结果，建立建筑物模型；显示所建立的模型效果。本发明大大提高了建筑物模型的精度，还提高了建筑物提取的自动化程度。
基于机载激光雷达建筑物建模方法装置

[发明专利]建筑物屋顶轮廓识别装置、建筑物屋顶轮廓识别方法及建筑物屋顶轮廓识别程序-CN200980109396.0无效
发明人：岛村秀树;朱林 -专利权人：株式会社博思科
申请日： 2009-04-21 - 公布日： 2011-02-16 - 主分类号： G06T17/50 文献下载
摘要：本发明提供自动化容易的建筑物屋顶轮廓识别装置、建筑物屋顶轮廓识别方法、及建筑物屋顶轮廓识别程序。根据标准化DSM数据(8)，通过分水岭法等的区域分割，提取小的建筑物的建筑物候选区域(S18)。将建筑物候选区域作为标记，同时使用标准化DSM数据(8)的高度信息及正视图像数据(12)的颜色、纹理信息，通过区域扩展法提取建筑物区域(S20)。参照高度信息，提取正视图像中出现的边缘中的符合建筑物区域的外形的边缘，求出作为从上空看的屋顶的外形的建筑物边界线(S22)。进而，对于判断为斜坡屋顶的建筑物，从在建筑物区域内存在的边缘等中提取作为屋顶面相互的边界线的屋顶构造线(S26)，由建筑物边界线和屋顶构造线求出建筑物屋顶轮廓的立体构造(S28)。
建筑物屋顶轮廓识别装置方法程序

[发明专利]一种高分辨率SAR图像建筑物叠掩提取方法-CN202110068195.3有效
发明人：陈启浩;马蕴溪;王仁政;刘修国 -专利权人：中国地质大学（武汉）
申请日： 2021-01-19 - 公布日： 2022-09-30 - 主分类号： G06V20/10 文献下载
摘要：本发明提供了一种高分辨率SAR图像建筑物叠掩提取方法，包括：对高分辨率SAR图像进行预处理；基于多尺度梯度特征提取建筑物叠掩；利用各叠掩的形状变异参数划分建筑物的类型；针对识别到的单栋高层建筑物叠掩区，利用边界条带扫描算法提取叠掩；针对识别到的存在重叠现象的高层建筑物叠掩区，在有建筑物分布矢量数据辅助的情况下，基于矢量边界分割然后进行边界条带扫描提取叠掩，在无建筑物分布矢量数据辅助的情况下，采用灰度量化边界分割和边界条带扫描算法相结合提取叠掩本发明综合多尺度梯度特征与边界条带扫描提取建筑物的叠掩区，既保留了对中低层建筑物的细节识别能力，又提高了识别高层建筑物的准确性和完整度，从而提高建筑物高度信息估计的实用性与准确性。
一种高分辨率 sar 图像建筑物提取方法

[发明专利]建筑物提取模型训练方法、提取方法、设备及存储介质-CN202210990061.1在审
发明人：张琰君;贺福帅;孔嘉嫄;朱元昊;阎跃观 -专利权人：中国电建集团中南勘测设计研究院有限公司;中国矿业大学（北京）
申请日： 2022-08-18 - 公布日： 2022-12-06 - 主分类号： G06V20/13 文献下载
摘要：本发明公开了一种建筑物提取模型训练方法、提取方法、设备及存储介质，所述训练方法包括获取建筑物遥感影像数据集，对建筑物遥感影像进行灰度化处理，得到灰度图像数；对训练集中每张灰度图像的建筑物区域进行人工标注，得到带标签的灰度图像；构建建筑物提取模型，建筑物提取模型包括U‑Net网络结构和ProCBAM模块，ProCBAM模块包括并行的通道注意力模块和空间注意力模块，同时引入SE模块；利用训练集对U‑Net本发明可以有效全面地提取目标，尤其对小建筑物或不规则建筑物具有良好的识别效果。
建筑物提取模型训练方法设备存储介质

[发明专利]一种端到端的基于同心环卷积的建筑物规则轮廓自动提取方法-CN202210221888.6在审
发明人：季顺平;魏世清;张韬 -专利权人：武汉大学
申请日： 2022-03-09 - 公布日： 2022-07-29 - 主分类号： G06T7/13 文献下载
摘要：本发明公开了一种端到端的基于同心环卷积的建筑物规则轮廓自动提取方法，包括：构建样本库；构建基于同心环卷积的建筑物规则轮廓提取网络，包括建筑物特征编码模块、建筑物边缘初始化模块、基于同心环卷积的建筑物边缘调整模块、建筑物边缘去冗余模块；利用样本库和深度学习平台环境训练构建的深度学习网络模型，不同的任务模块分别采用对应的损失函数对网络进行监督；加载训练好的网络模型权重对新的遥感影像进行预测，并对预测的建筑物矢量边缘进行规则化，实现遥感影像上建筑物规则轮廓的提取。本发明对密集地物要素的区分能力更强，可以适应多种情况下的建筑物矢量边缘提取，极大程度的减少人工绘制建筑物边缘的工作量。
一种端到端基于同心卷积建筑物规则轮廓自动提取方法