[发明专利]道路面积率的估算方法、装置、设备及存储介质在审

专利信息
申请号: 202011515031.2 申请日: 2020-12-18
公开(公告)号: CN112580511A 公开(公告)日: 2021-03-30
发明(设计)人: 胡珊;岳晓琴;李骁;周晓穗;李振文;李孔加;胡均;杨书航;李飘燕 申请(专利权)人: 广州市城市规划设计所
主分类号: G06K9/00 分类号: G06K9/00;G06K9/32;G06K9/62;G06Q50/26;G06T7/136;G06T7/62
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 黄华莲;郝传鑫
地址: 510030 广东省*** 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: 道路 面积 估算 方法 装置 设备 存储 介质
【权利要求书】:

1.一种道路面积率的估算方法,其特征在于,包括:

获取高分辨率卫星地图影像的影像数据;

根据所述影像数据创建道路训练样本;

根据所述道路训练样本构建道路识别模型;

使用所述道路识别模型对所述影像数据进行识别,提取道路灰度图像;

对所述道路灰度图像进行密度分割获取道路图斑栅格数据;

根据所述道路图斑栅格数据估算道路面积率。

2.根据权利要求1所述的道路面积率的估算方法,其特征在于,所述根据所述影像数据创建道路训练样本,具体包括:

从所述影像数据中选取目标区域;其中,所述目标区域包括所述影像数据中所有道路要素类型;

根据所述目标区域创建ROI图层;其中,所述ROI图层勾选了所述目标区域中所有需要识别的道路要素;

根据所述ROI图层生成道路标签栅格,完成所述道路训练样本的创建。

3.根据权利要求1所述的道路面积率的估算方法,其特征在于,所述根据所述道路训练样本构建道路识别模型,具体包括:

创建深度学习模型,并设置初始参数;

根据所述道路训练样本训练所述深度学习模型;

将训练好的深度学习模型作为所述道路识别模型。

4.根据权利要求1所述的道路面积率的估算方法,其特征在于,所述使用所述道路识别模型对所述影像数据进行识别,提取道路灰度图像,具体包括:

在遥感图像处理平台的深度学习向导中执行分类;

在弹出的对话框中选择所述影像数据以及所述道路识别模型;

设置道路栅格的输出路径,提取所述道路灰度图像。

5.根据权利要求1所述的道路面积率的估算方法,其特征在于,所述对所述道路灰度图像进行密度分割获取道路图斑栅格数据,具体包括:

通过遥感图像处理平台的密度分割工具,人工拖动分割阈值条判断或者选择自动调整分割阈值对所述道路灰度图像进行密度分割;

将密度分割之后的道路灰度图像输出保存,得到所述道路图斑栅格数据。

6.根据权利要求1所述的道路面积率的估算方法,其特征在于,所述根据所述道路图斑栅格数据估算道路面积率,具体为:

通过遥感图像处理平台的快速计算选项,查看所述道路图斑栅格数据中的道路占比,将所述道路占比作为所述道路面积率。

7.根据权利要求1所述的道路面积率的估算方法,其特征在于,所述获取高分辨率卫星地图影像的影像数据,具体包括:

通过地图下载器框选研究范围;

选择下载类型、影像级别以及数据类型;

下载数据,获取所述高分辨率卫星地图影像的影像数据。

8.一种道路面积率的估算装置,其特征在于,包括:

影像数据获取模块,用于获取高分辨率卫星地图影像的影像数据;

训练样本创建模块,用于根据所述影像数据创建道路训练样本;

识别模型构建模块,用于根据所述道路训练样本构建道路识别模型;

灰度图像提取模块,用于使用所述道路识别模型对所述影像数据进行识别,提取道路灰度图像;

图斑栅格数据获取模块,用于对所述道路灰度图像进行密度分割获取道路图斑栅格数据;

面积率估算模块,用于根据所述道路图斑栅格数据估算道路面积率。

9.一种终端设备,其特征在于,所述终端设备包括存储器、处理器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述计算机程序由所述处理器执行时实现如权利要求1至7任一项所述的道路面积率的估算方法。

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机程序,所述计算机程序被执行时实现如权利要求1至7任一项所述的道路面积率的估算方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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市城市规划设计所,未经广州市城市规划设计所许可,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/202011515031.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top