[发明专利]一种河道附近违建房屋识别方法

说明书

本发明涉及一种河道附近违建房屋识别方法，包括以下步骤：S1：将无人机拍摄的多幅河流正射影像拼接成一幅全景图像；S2：通过所述全景图像对初始语义分割算法进行房屋特征训练，获得房屋轮廓识别模型；S3：通过所述房屋轮廓识别模型提取所述全景图像中的房屋轮廓像素，并将房屋轮廓像素矢量化；S4：对矢量化后的房屋轮廓像素进行房屋违建标识。本发明所述的河道附近违建房屋识别方法，替代了传统人工进行房屋的轮廓标识及矢量化工作，提高了房屋轮廓提取的效率。

技术领域

本发明涉及建筑物违建识别领域，特别是涉及一种河道附近违建房屋识别方法。

背景技术

为确保河道行洪畅通，根据相关规定在河道附近一定距离内建设房屋是不允许的，因此需要对河道附近的建筑物进行排查，其中房屋等建筑物的识别以及面积提取是非常重要的步骤。目前，对河道违建房屋的识别及面积提取方法通常是通过无人机沿着河流中心对河流进行特定距离的俯拍，将俯拍图像融合成一个完整的河流正射影像，再将正射影像导入到专业软件中通过人工进行河流附近房屋的轮廓标识，同时矢量化成SHP文件，最后通过建立河流缓冲区对矢量化房屋进行交叠面积提取，同时对违建的房屋进行标识。由于需要拍摄的河流非常长，河道两旁的建筑物又非常密集，因此通过人工进行房屋的轮廓标识及矢量化工作非常耗费时间和人力。有统计，人工进行房屋的轮廓标识及矢量化的过程约占整个房屋面积提取及违建标识过程的40％的时间及80％的人力资源。可见，传统人工进行房屋的轮廓标识及矢量化的过程效率太低，无法满足项目工期需求。

发明内容

基于此，本发明的目的在于，提供一种河道附近违建房屋识别方法，其具有提高房屋轮廓标识及矢量化工作效率的优点。

一种河道附近违建房屋识别方法，包括以下步骤：

S1：将无人机拍摄的多幅河流正射影像拼接成一幅全景图像；

S2：通过所述全景图像对初始语义分割算法进行房屋特征训练，获得房屋轮廓识别模型；

S3：通过所述房屋轮廓识别模型提取所述全景图像中的房屋轮廓像素，并将房屋轮廓像素矢量化；

S4：对矢量化后的房屋轮廓像素进行房屋违建标识。

本发明所述的河道附近违建房屋识别方法，替代了传统人工进行房屋的轮廓标识及矢量化工作，提高了房屋轮廓提取的效率。

进一步地，所述步骤S2中包括以下步骤：

S201：构建骨干特征提取器提取出房屋特征，获得特征信息图；

S202：对所述特征信息图进行卷积运算减少特征信息图的通道数，获得第一特征图；

S203：构建空间金字塔池对所述第一特征图进行池化，并进行双线性插值反卷积获得第二特征图；

S204：将所述第一特征图和第二特征图进行特征融合，获得特征图集，并对所述特征图集做卷积及双线性插值反卷积运算，得到预测影像；

S205：根据预设的标注影像，将所述预测影像与标注影像进行交叉熵计算获得损失量；

S206：利用所述损失量对所述房屋轮廓识别模型进行迭代优化，获得优化的房屋轮廓识别模型。

进一步地，所述步骤S2中，在步骤S206之后，还包括以下步骤：S207：将优化好的房屋轮廓识别模型封装成房屋轮廓提取工具。

进一步地，在步骤S3中还包括以下步骤：将所述房屋轮廓识别模型提取房屋轮廓并矢量化后的特征图输出SHP文件。

进一步地，所述步骤S3中还在房屋轮廓提取前对所述预测影像做形态学处理。

进一步地，所述形态学处理包括膨胀、腐蚀、开和闭操作。