[发明专利]一种城市建筑物施工进度的遥感识别方法和系统

说明书

本发明公开了一种城市建筑物施工进度的遥感识别方法。方法包括：获取高分遥感图像并进行预处理；将影像划分为地基阶段、建中阶段、封顶阶段、建成阶段四个阶段影像，按不同建设阶段提取影像特征；创建样本集并建立样本数据库；设计网络模型及参数；对不同建设阶段影像进行分类识别；提取建筑物施工位置及边界轮廓。本发明还提供了一套利用云计算提高城市建筑物施工进度遥感识别效率的系统，包括：空间数据库；数据处理模块；GIS云服务平台；GIS卷积网络云计算模块；统计分析云计算模块；建筑物施工阶段类型图输出模块。公开的方法和系统可以提高不同施工阶段建筑物识别的准确率和效率，满足城市遥感大数据时代下的建筑物施工进度识别需求。

技术领域

本发明涉及不同施工阶段建筑物遥感识别技术领域，具体涉及为一种基于深度卷积神经网络(DCNN)与云计算的城市建筑物施工进度遥感识别方法和系统。

背景技术

随着我国城市化的加速，城市扩容及城镇化的飞速发展，城市建设的建筑物数量越来越多，其中不乏很多社会保障用房和违法建设的建筑物。城市管理部门迫切需要及时掌握城市不同建筑物施工进度(地基、建中、封底、建成)的建筑物空间位置及面积信息。为了及时了解和获得建筑物的施工进度和施工状态，对城市建筑物施工进度的遥感动态监测成为城市管理的重点内容和智慧城市建设的基础。

目前基于建筑物形态学指数、多时相变化检测技术的建筑物及其施工进度信息遥感提取精度和效率无法满足城市快速发展及违法建筑物监测和保障性用房管理的需求。随着国产高分二号等卫星采集城市影像数据的增加，急需一种高精度、高效的建筑物施工进度识别方法。

本发明通过构建一种基于深度卷积神经网络(DCNN)与云计算的建筑物施工进度遥感识别方法和系统来满足对建筑物不同施工进度进行精确快速识别的需要。通过高分卫星、飞机遥感影像进行深度卷积神经计算，建立不同阶段城市建筑物施工进度影像的时空云存储数据库，方便进行不同阶段建筑物信息的查询、管理和共享，从而解决建筑物空间位置及面积信息更新不及时，建设进度信息识别精度低的问题。

发明内容

本发明的目的是提供一种基于DCNN与云计算的城市建筑物施工进度遥感识别方法，能够快速准确的对在不同施工进度(地基、建中、封顶、建成阶段)的建筑物进行识别。

具体步骤包括：

(1)城市高分遥感影像获取：通过高分遥感卫星、飞机对城市建筑物进行观测获得需要判定建筑物施工进度的高空间分辨率遥感影像。

(2)影像预处理：对获取的高分影像进行大气校正和辐射纠正预处理。

(3)不同施工阶段划分与影像特征提取：将施工阶段划分为地基阶段、建中阶段、封顶阶段、建成阶段四个阶段。依据不同阶段的建筑物识别特征不同，地基阶段的建筑物采用图像光谱变换特征提取；建中、封顶阶段建筑物利用纹理特征提取；建成阶段建筑物结合角点特征提取并与光谱特征融合。

(4)样本集创建及划分：通过目视解译和感兴趣区工具绘制出不同建设阶段建筑物的边界，分别创建不同施工阶段影像样本集和标签数据。针对每个阶段，利用OpenCV工具将不同施工阶段影像样本集和标签数据划分为训练集、验证集和测试集。

(5)建筑物深度学习样本数据库建立：建立用于存储地基阶段、建中阶段、封顶阶段、建成阶段特征影像及深度学习训练集、验证集和测试集的深度学习样本数据库。

(6)网络模型及参数设计：依据不同施工阶段建筑物的主要影像特征设计不同施工阶段建筑物识别和提取的深度网络模型及参数。

(7)训练网络、获取最佳网络模型：利用样本集训练网络并调节网络参数，找到不同施工阶段的最佳网络模型。

(8)计算精度并保存训练好的网络：利用不同施工阶段最佳网络模型对不同施工阶段特征影像进行分类，计算精度。判断精度是否达到用户设定阈值，若是，则保存对应施工阶段训练好的网络，反之返回步骤(7)。