[发明专利]一种城市排水管网汇水区自动划分方法

权利要求书

1.一种城市排水管网汇水区自动划分方法，其特征在于，所述方法包括：

S1、获取城市目标区域遥感图像，构建训练数据集；

S2、利用卷积神经网络耦合变体残差网络来构建路网提取卷积神经网络模型，变体残差网络作为卷积神经网络的编码结构；

所述S2中，构建路网提取卷积神经网络模型的方法包括：

S21、构建变体残差网络作为编码结构，变体残差网络包括特征提取模块和特征融合模块；

特征提取模块，用于对城市遥感图像进行下采样，完成特征提取，所述特征提取模块为一级双层卷积叠加四级变体残差学习单元连接；

所述四级变体残差学习单元采用所包含的残差块数目分别为3，4，6，3，并在后面加入条状池化单元；

所述变体残差学习单元包括主干路和次干路，主干路通过将特征图依次进行卷积化、批量归一化、激活函数非线性处理，再卷积化、激活函数非线性化得到第一更新特征图；

次干路通过将特征图依次进行一次卷积化和批量归一化得到第二更新特征图像；将第一更新特征图与第二更新特征图进行叠加输出，完成特征提取；

特征融合模块，用于对提取的特征进行上采样，完成特征融合，所述特征融合模块为四级叠加一层反卷积单元；

S22、构建5级D-Linknet膨胀卷积模块，其输入为S21中特征融合模块的输出；

S23、构建解码结构，解码结构采用四级上采样模块后补充构建一层反卷积单元，连接Softmax函数模块；

S3、利用训练数据集训练路网提取卷积神经网络模型，确定路网提取卷积神经网络模型的参数；

S4、将城市待划分区域遥感影像输入至路网提取卷积神经网络模型中，提取路网信息；

S5、对提取的路网信息划分出汇水区域，结合雨水井点分布的先验信息，利用反距离加权的泰森多边形方法进一步划分出子汇水区。

2.根据权利要求1所述的城市排水管网汇水区自动划分方法，其特征在于，所述S1包括：

S11、利用地图下载工具下载城市遥感影像与城市道路图层，作为原始遥感图像；

S12、对原始遥感图像进行HSV对比度变换和空间几何变换的数据増强处理；

S13、对S12增强处理后的图像按照预定尺寸裁切；

S14、对S13裁切后的原始遥感图像进行处理，包括：对道路图层进行二值化处理，得到仅有道路目标信息的二值图像，及对遥感图像进行阈值分割，划分出含有道路信息的区域；

S15、分析并提取出道路特征：

提取S14处理后的图像LBP特征，得到第一特征图；

将S14处理后的图像滤波，再使用边缘检测一阶sobel算子或二阶canny算子提取图像特征，然后通过闭运算，得到第二特征图；

将第一特征图、第二特征图与S14处理后的图像叠加，存入训练数据集。

3.根据权利要求1所述的城市排水管网汇水区自动划分方法，其特征在于，所述S3中，利用交叉熵损失函数用以监督路网提取卷积神经网络模型参数的训练优化，所述交叉熵损失函数为：

其中正则化项为：

f(d_i)＝0(d_i＝0)

其中，I表示当前图像内所有像素点的集合；d_i代表第i个像素点到图像内道路区域的最小欧氏距离；max_i∈I{d_i}代表当前图像内的所有像素点中到道路区域的最大欧氏距离；T是设置的阈值；f(d_i)表示惩罚系数；L表示损失值，y_i表示地面真值，若第i个像素点为道路，则y_i＝1，若第i个像素点不是道路，则y_i＝0，a_i表示网络输出，即当前第i个像素点为道路的概率。

4.根据权利要求1所述的城市排水管网汇水区自动划分方法，其特征在于，所述S3还包括利用评价指标F1-score对确定参数的路网提取卷积神经网络模型进行评估：

式中，TP表示预测正确的正例数目，FP表示预测错误的正例数目，FN表示预测错误的反例数目，Recall为召回率，Precision为查准率。