[发明专利]一种基于街景图像的土地利用分类方法及系统

权利要求书

1.一种基于街景图像的土地利用分类方法，其特征在于，包括步骤：

S1：数据获取单元获取研究区土地的街景图像数据和土地地块数据，对所述街景图像数据和所述土地地块数据进行预处理，获得处理后的街景图像数据和处理后的土地地块数据；

S2：将所述处理后的街景图像数据输入训练好的卷积神经网络，提取所述处理后的街景图像数据的街景特征向量，通过所述街景特征向量计算获得输入地块节点嵌入表示向量；

步骤S2具体为：

S21：通过带有类别标签的街景图像训练数据输入卷积神经网络进行训练，获得所述训练好的卷积神经网络；

S22：通过所述训练好的卷积神经网络，将所述处理后的街景图像数据映射为一个200维的所述街景特征向量；

S23：将所述街景特征向量逐维度求平均，计算获得一个相同维度向量表示的所述输入地块节点嵌入表示向量，计算公式为：

其中，E_p表示地块节点嵌入表示向量，E_x表示街景特征向量，n代表地块中的街景图片个数，x表示街景特征向量中的维度计数；

S3：通过所述处理后的街景图像数据和所述处理后的土地地块数据对待训练的图卷积神经网络进行训练，获得训练好的图卷积神经网络，将所述街景特征向量和所述输入地块节点嵌入表示向量输入所述训练好的图卷积神经网络进行迭代计算，获得输出地块节点嵌入表示向量；

步骤S3具体为：

S31：根据空间相邻关系为所述处理后的街景图像数据和所述处理后的土地地块数据构建图G(v,e)；

所述图G(v,e)的节点v包括两种类型：街景图像节点v_i和土地地块节点v_p，其中，一个街景图像节点v_i代表一个街景图像，一个土地地块节点v_p代表一个土地地块；所述图G(v,e)的边e包括两种类型：一种是土地地块节点与距离阈值内的土地地块节点的边e_pp，另一种是街景图像节点与其矫正坐标后所落入的土地地块之间的边e_ip，所述图G(v,e)是一个无权无向图，即图中的连边e既没有方向，也没有权值属性；

S32：通过所述待训练的图卷积神经网络对所述图G(v,e)进行训练，训练完成后获得所述训练好的图卷积神经网络；

S33：将所述街景特征向量和所述输入地块节点嵌入表示向量输入所述训练好的图卷积神经网络进行迭代计算，获得所述输出地块节点嵌入表示向量；

S4：将所述输出地块节点嵌入表示向量输入训练好的土地利用分类器进行分类，获得地块的土地利用分类结果。

2.根据权利要求1所述的基于街景图像的土地利用分类方法，其特征在于，步骤S1中所述对所述街景图像数据进行预处理，具体为：

获取所述土地地块数据的OSM矢量数据；

对所述街景图像数据进行坐标矫正，获取所述街景图像数据的正确位置坐标。