[发明专利]基于对抗网络的遥感影像建筑物提取方法、系统、存储介质及设备

权利要求书

1.基于对抗网络的遥感影像建筑物提取方法，其特征在于，包括如下步骤：

样本制作，获取遥感图像数据，对所述遥感图像数据按固定尺寸进行切片处理得到样本数据，并绘制所述样本数据中的建筑物标签，获得遥感图像样本；

模型训练，利用对抗网络模型对所述遥感图像样本进行训练，得到生成器网络模型；其中，所述对抗网络模型包括生成器网络与判别器网络，所述生成器网络采用能够充分融合特征的全卷积网络，所述判别器网络采用强制分割网络，所述判别器网络用于将所述生成器网络生成的图像与真实的所述遥感图像样本进行判别；

精度判定，将待测试的遥感影像数据输入所述对抗网络模型进行数据预测，优化网络参数直至所述生成器网络与判别器网络达到纳什平衡，得到此时的生成器网络作为训练好的生成器网络；否则返回步骤模型训练并重新迭代训练；

建筑物提取，利用步骤精度判定中训练好的生成器网络模型对遥感影像目标区域进行建筑物提取，得到遥感影像建筑物数据；

矢量后处理，将得到的所述遥感影像建筑物数据进行矢量化，得到建筑物矢量图，利用道格拉斯-普克简化算法对所述建筑物矢量图进行规则化处理，得到规则的建筑物矢量图。

2.如权利要求1所述的基于对抗网络的遥感影像建筑物提取方法，其特征在于，在步骤样本制作之前还包括步骤：

数据融合，将相同分辨率的遥感影像数据与电子地图数据融合，得到遥感图像数据；对所述遥感图像数据进行图像预处理，所述图像预处理包括对遥感影像进行大气校正、几何校正、镶嵌；

在步骤样本制作中还包括获取开源数据，将所述开源数据进行数据处理后加入所述样本数据中，得到所述遥感图像样本；

在步骤建筑物提取中还包括对提取的所述遥感影像建筑物数据进行图像处理，所述图像处理包括对建筑物轮廓边界进行平滑与细化处理，并且对建筑物的孔洞进行填充与建筑物的缺口进行修补。

3.如权利要求1或2所述的基于对抗网络的遥感影像建筑物提取方法，其特征在于，在步骤矢量后处理中还包括进行规则化之前对所述建筑物矢量图进行碎斑初筛选，所述碎斑初筛选按照设定阈值进行筛选；

还包括当规则化后的建筑物面积大于等于规则化之前的建筑物面积的设定比值时，得到规则的建筑物矢量图；否则继续进行规则化处理。

4.如权利要求2所述的基于对抗网络的遥感影像建筑物提取方法，其特征在于，在步骤样本制作中还包括掩膜处理，将所述建筑物标签与所述样本数据以像素方式相乘，得到掩膜图像即所述遥感图像样本。

5.如权利要求1所述的基于对抗网络的遥感影像建筑物提取方法，其特征在于，所述生成器网络包括全卷积网络DenseNet模型，所述全卷积网络DenseNet模型包括激活函数PReLU。

6.一种电子设备，其特征在于，包括：处理器；

存储器；以及程序，其中所述程序被存储在所述存储器中，并且被配置成由处理器执行，所述程序包括用于执行如权利要求1所述的方法。

7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行如权利要求1所述的方法。