[发明专利]一种人工地物散乱形状点自动生成建筑物轮廓的方法有效
申请号: | 201811176798.X | 申请日: | 2018-10-10 |
公开(公告)号: | CN109493360B | 公开(公告)日: | 2021-07-09 |
发明(设计)人: | 张小国;高烨;张开心;王慧青 | 申请(专利权)人: | 东南大学 |
主分类号: | G06T7/149 | 分类号: | G06T7/149;G06T9/00 |
代理公司: | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人: | 康燕文 |
地址: | 211189 江*** | 国省代码: | 江苏;32 |
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 人工 地物 散乱 形状 自动 生成 建筑物 轮廓 方法 | ||
本发明公开了一种人工地物散乱形状点自动生成建筑物轮廓的方法,将Pointer Network网络模型应用于建筑物区域描述任务中,对于人工地物的散乱形状点,能够准确的输出较好的封闭连线方案,自动生成人工地物地面轮廓。本发明包括如下步骤:(1)构建人工地物散乱形状点数据集;(2)构建Pointer Network网络模型;(3)调整网络参数使模型能够收敛;(4)训练并得到最终模型。本发明可适用于任意的自动生成封闭区域的任务,且能够应用于大规模样本,有较高的鲁棒性,能适用于现实世界中各种复杂的生成封闭区域的任务,具有广阔的应用前景。
技术 领域
本发明属于地理信息科学技术领域,具体涉及一种人工地物散乱形状点自动生成建筑物轮廓的方法。
背景技术
人工地物作为城市地类的重要构成部分,与城市的人口数量、经济发展、城市化程度等因素密切相关,能够准确、快速地反映出城市区域地发展变化规律,因此,在构建数字城市的过程中,人工地物信息的提取与处理成为后续工作的基础。
工程师们可以采用全站仪等方法测量建筑物地面轮廓点,所谓地面轮廓点,即建筑物轮廓区域中有明显转折的边角点。对于这些稀疏的地物散乱形状点,如果其凸包包含了所有的形状点,则由这些形状点生成的封闭区域是唯一的,但在现实世界中,建筑物地面轮廓往往是凹多边形,其封闭连线的方案并不唯一,因此,需要在一定的约束条件下,搜索生成最优、最符合实际情况的凹多边形,这涉及到组合优化问题,与TSP(TravelingSalesman Problem,平面旅行商问题) 任务相似,实际可以看作是按照一定约束规则对点数据进行排序的任务。目前,基于散乱点的多边形自动生成算法已经比较成熟,主要包括二分排序法、2-Opt Moves、SteadyGrowth以及Inward Denting等算法,但这些算法仅适用于简单且具有良好凹凸性的多边形,不能很好地恢复凹多边形。
发明内容
技术问题:本发明提供一种人工地物散乱形状点自动生成建筑物轮廓的方法,解决由采集得到的地物散乱形状点恢复建筑物地面形状轮廓的问题,能输出较好的封闭连线方案,自动生成人工地物地面轮廓。
技术方案:本发明所述的一种人工地物散乱形状点自动生成建筑物轮廓的方法,包括以下步骤:
(1)读取地区的遥感影像图,筛选出地物形状点数据作为训练样本并对其进行样本增量处理;
(2)构建Pointer Network网络模型;
(3)调整网络参数使网络模型能够收敛;
(4)对网络模型进行训练,达到期望精度或达到设定最大迭代次数,得到基于Pointer Network网络的自动生成人工地物地面轮廓的模型。
所述步骤(1)具体包括以下步骤:
(11)将地区的遥感影像图转为shapefile格式,利用GDAL/OGR库读取该文件;
(12)根据读取到的多边形顶点坐标数据对多边形进行凹凸性判断,并保存凹多边形顶点坐标数据;
(13)取多边形第一个顶点为起点,标签值设为1,按顺时针方向,其他点标签依次为2,3,…,n;
(14)对单个多边形顶点数据进行全排列处理,并保持其每个顶点与原始标签的一一对应关系。
所述步骤(2)包括以下步骤:
(21)在输入层加入数据归一化处理,即对于单个多边形,找出所有顶点坐标中最小的横坐标值,所有顶点的横坐标值以这个最小值作归一化,对于纵坐标,则以最小的纵坐标值作归一化;
(22)模型框架为解码器-编码器(Encoder-Decoder),编码器与解码器均采用单层LSTM网络,由编码器读入输入信息,将编码器最后的隐状态作为解码器隐状态的初值,编码器最后的输出作为解码器输入的初始值;
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东南大学,未经东南大学许可,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/201811176798.X/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种基于深度网络的皮肤损伤图片分割方法
- 下一篇:一种火灾烟雾图像分割方法