[发明专利]地图区域的整合方法、装置、存储介质和电子设备在审
申请号: | 201911233063.0 | 申请日: | 2019-12-05 |
公开(公告)号: | CN111753031A | 公开(公告)日: | 2020-10-09 |
发明(设计)人: | 岑炜安;郑仁建;代双亮;朱鹏威 | 申请(专利权)人: | 广州极飞科技有限公司 |
主分类号: | G06F16/29 | 分类号: | G06F16/29;G06K9/46;G06N3/02 |
代理公司: | 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 | 代理人: | 张欣欣 |
地址: | 510000 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 地图 区域 整合 方法 装置 存储 介质 电子设备 | ||
本申请提供一种地图区域的整合方法、装置、存储介质和电子设备,涉及地图测绘领域。该方法包括:获取地图以及包围出一个目标区域的边界坐标点集合;根据边界坐标点集合在地图上确定出至少覆盖目标区域的瓦片影像集合;通过神经网络识别每个瓦片影像中符合预设特征的区域,并将所有符合预设特征的区域合并成一个整合区域集合。由于神经网络在识别图像中符合预设特征的区域时具有快速准确的优点,通过神经网络识别每个瓦片影像中符合预设特征的区域,并将所有符合预设特征的区域合并成一个整合区域集合,能够实现将地图上的目标区域快速准确地识别整合出来,避免了通过人工实现整合地块时存在的缺点,故而能够高效准确地整合地块。
技术领域
本申请涉及地图测绘领域,具体而言,涉及一种地图区域的整合方法、装置、存储介质和电子设备。
背景技术
随着科技的发展与社会的进步,各个行业的自动化程度越来越高,传统的体力劳动逐渐被自动化设备取代,进而提高了整个社会的生产力。
在地图测绘领域,现有的对地图的指定区域中符合预设特征的地块(例如,茶园区域的茶道,果园区域中的果林等)进行划分整合(即地块整合)还是通过人工实现的。例如,通过人工打点和人工标注两种方式实现地块整合,人工打点是指通过人手持测绘杆沿着地块边界跑动以整合地块,人工标注是指使用地图标注工具在线标注地块以整合地块。而通过人工实现整合地块存在着整合效率低下,不准确的缺点。
发明内容
本申请的目的包括,例如,提供了一种地图区域的整合方法、装置、存储介质和电子设备,其能够高效准确地整合地块。
本申请的实施例可以这样实现:
第一方面,实施例提供一种地图区域的整合方法,所述方法包括:获取地图以及边界坐标点集合;所述边界坐标点集合在所述地图上包围出一个目标区域;根据所述边界坐标点集合在所述地图上确定出至少覆盖所述目标区域的瓦片影像集合;所述瓦片影像集合包含至少一个瓦片影像;通过神经网络识别每个瓦片影像中符合预设特征的区域,并将所有符合预设特征的区域合并成一个整合区域集合。
在可选的实施方式中,根据所述边界坐标点集合在所述地图上确定出至少覆盖所述目标区域的瓦片影像集合的步骤包括:将所述边界坐标点集合的坐标系转换至墨卡托坐标系,得到与所述边界坐标点集合对应的第一待处理坐标点集合;根据所述第一待处理坐标点集合在所述地图上确定出预设地图级别的瓦片影像集合,并且所述瓦片影像集合至少覆盖所述第一待处理坐标点集合包围的区域。
在可选的实施方式中,根据所述边界坐标点集合在所述地图上确定出至少覆盖所述目标区域的瓦片影像集合的步骤包括:获取所述边界坐标点集合对应的最小外接矩形;根据所述最小外接矩形在所述地图上确定出预设地图级别的瓦片影像集合,并且所述瓦片影像集合至少覆盖所述最小外接矩形。
在可选的实施方式中,通过神经网络识别每个瓦片影像中符合预设特征的区域,并将所有符合预设特征的区域合并成一个整合区域集合的步骤包括:将每个瓦片影像输入至训练好的神经网络中,并获取所述神经网络输出的每个瓦片影像对应的像素坐标点集合;所述像素坐标点集合包围的区域表征符合预设特征的区域;根据所有瓦片影像对应的像素坐标点集合确定整合区域集合。
在可选的实施方式中,根据所有瓦片影像对应的像素坐标点集合确定整合区域集合的步骤包括:将所有瓦片影像对应的像素坐标点集合的坐标系转换至经纬度坐标系,得到与所述所有瓦片影像对应的像素坐标点集合对应的第二待处理坐标点集合;根据所述第二待处理坐标点集合确定去重坐标点集合;所述去重坐标点集合中任一坐标点的相邻两个坐标点的经纬度的差值大于或等于预设值;根据所述去重坐标点集合确定整合区域集合。
在可选的实施方式中,根据所述去重坐标点集合确定整合区域集合的步骤包括:根据所述去重坐标点集合确定平滑坐标点集合;所述平滑坐标点集合中任一坐标点与其相邻的两个坐标点形成的夹角小于预设角度值;根据所述平滑坐标点集合确定整合区域集合。
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广州极飞科技有限公司,未经广州极飞科技有限公司许可,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/201911233063.0/2.html,转载请声明来源钻瓜专利网。
- 上一篇:使用神经网络的交互式图像抠图
- 下一篇:用于气体传感器的包含自校准设备