[发明专利]一种基于遥感影像的多层级网络地图智能生成方法

说明书

本发明公开了一种基于遥感影像的多层级网络地图智能生成方法，属于计算机视觉技术领域。本方法使用初步生成算法模型生成初步网络地图，该模型将层级编号拓展为图像尺寸的归一化标识，协助模型习得不同层级地图的绘制特征，使模型能够根据不同层级内容相近的遥感影像准确生成具有各层级不同绘制特征的网络地图，生成有详有略、存在合理差异性的多层级网络地图。使用地图改善算法模型生成精修网络地图，该模型使用高层精修网络地图辅助低层地图生成，使模型学习到不同层级地图间的一致性，保证不同层级对应区域网络地图间的一致性。本方法无需人工收集地面矢量数据，只需利用航空或者卫星拍摄的遥感影像，可自动根据输入的图像完成网络地图的生成。

技术领域

本发明涉及一种多层级网络地图智能生成方法，具体涉及一种基于遥感影像的多层级网络地图智能生成方法，属于计算机视觉技术领域。

背景技术

遥感技术是一种非接触、远距离的探测技术，利用遥感技术获取的记录各种地物电磁波大小的胶片或照片称作遥感影像。遥感影像的收集可以通过无人机、飞机和卫星等高空设备完成，具有更新速度快，收集成本相对较低的特点，且收集过程不受地面情况影响，具有良好的适应性。遥感影像包含大量的地面电磁波信息，可反应出道路、水域、建筑等地物的分布情况，从中可以提取得到地图绘制所需的信息。

多层级网络地图是一种采用多分辨率层次模型的网络地图，其具有使用灵活、便于传输的优点，被越来越多的网络地图服务所使用。多层级网络地图通常采用瓦片地图金字塔模型结构，从瓦片金字塔的底层(第k层)到顶层(第0层)，分辨率越来越低，但表示的地理范围不变。具体来说，第k层瓦片地图的距离像素比是第k-1层的一半，因此具有更大的比例尺，能够显示更精细的内容。在多层级网络地图中，不同层级地图所包含的地理要素保持一致，而展示的详略程度有所差别，因此多层级网络地图存在层级间的一致性与差异性。

传统的多层级网络地图中，各层地图图像通常需根据地图矢量数据，按照一定绘图标准渲染而成，而地图矢量数据的获取通常需要人工现场采集，在效率与成本方面均存在较大的局限性。考虑到遥感影像的获取速度快、收集成本低，根据遥感影像自动生成网络地图成为了一种可行的解决方案。现有方法通常将该任务视为图像语义分割任务或图像转换任务。图像语义分割任务的目的是对图中每个像素根据其所在物体类别进行分类，使用相关技术可将遥感影像各像素按照地物类别进行分类，并用不同颜色进行标记以形成网络地图。图像转换任务通常指将一种风格的图像转换为另一种风格的图像，并保留图像的结构信息，使用相关技术可以将遥感影像风格的图像转换成网络地图风格的图像。

然而，现有方法只考虑生成单层级地图，若使用上述方法分别对多个不同层级进行生成，则无法把握不同层级地图间的一致性与差异性，难以生成信息表达准确一致、且具有较好视觉效果的多层级网络地图。

发明内容

本发明的目的是从现有网络地图服务对多层级网络地图的需求出发，针对传统多层级网络地图生成方法成本高、效率低、紧急情况下难以实时更新的缺点，以及现有网络地图智能生成方法只考虑单层级地图，无法把握不同层级地图间的一致性与差异性的技术问题，提出一种基于遥感影像的多层级网络地图生成方法。本方法适应性强、生成速度快、结果准确度高、视觉效果好，且具有良好的层级间一致性与差异性。

本发明的创新点在于：本方法包括训练阶段和使用阶段。在训练阶段，首先将遥感影像-网络地图配对的训练数据集中的网络地图对像素色值进行聚类，求出网络地图对应的地物类别掩膜。然后，混合使用各层级遥感影像、对应层级信息、对应真实地物类别掩膜、对应真实网络地图训练初步生成算法模型。将训练集中所有遥感影像和对应层级编号分别输入训练好的初步生成算法模型，生成各层级的初步网络地图存储备用。之后，依次利用从高到低各层级遥感影像、初步网络地图、真实地物类别掩膜、真实网络地图训练地图改善算法模型。