[发明专利]一种基于语义分割网络的遥感建筑物检测方法及系统

说明书

本发明公开了一种基于语义分割网络的遥感建筑物检测方法及系统，该方法包括：获取包含建筑物的遥感影像，构建遥感影像数据集；对U‑Net网络按照预设方式进行改进，得到建筑物检测模型；基于所述数据集对建筑物检测模型进行训练；利用训练好的建筑物检测模型对待检测的遥感影像中的建筑物进行检测。本发明能够对影像建筑物进行提取，并提高分割精度和边界信息质量。

技术领域

本发明涉及遥感影像处理技术领域，特别涉及一种基于语义分割网络的遥感建筑物检测方法及系统。

背景技术

随着遥感技术的进步，高分辨率的遥感影像具有更加精细丰富的信息，建筑物是其中最普遍且复杂的地物信息之一。建筑物提取是城市遥感影像的主要研究方向，一方面，建筑物的精确提取有利于遥感影像在城市规划、智慧城市建设等领域的深入应用和扩展，对遥感影像制图、城市变化检测、地理信息系统信息的获取具有重要价值；另一方面，建筑物提取更加精细化，对于数字城市建设以及自然灾害，如地震的风险预测与应急评估具有重要意义。

现有的研究中，深度学习方法虽然在遥感影像建筑物检测中较之于机器学习方法在精度上有了很大的提高，但是由于遥感影像自身的复杂性、多样性以及不确定性，造成现有网络模型的特征提取能力不足以获取大飞机遥感影像中丰富的语义信息以及细节、边缘信息太过粗糙，最终导致建筑物检测精度较低。

发明内容

本发明提供了一种基于语义分割网络的遥感建筑物检测方法及系统，以解决现有网络模型的特征提取能力不足以获取大飞机遥感影像中丰富的语义信息以及细节、边缘信息太过粗糙，最终导致建筑物检测精度较低的技术问题。

为解决上述技术问题，本发明提供了如下技术方案：

一方面，本发明提供了一种基于语义分割网络的遥感建筑物检测方法，该基于语义分割网络的遥感建筑物检测方法包括：

获取包含建筑物的遥感影像，构建遥感影像数据集；

对U-Net网络按照预设方式进行改进，得到建筑物检测模型；

基于所述遥感影像数据集，对所述建筑物检测模型进行训练；

利用训练好的建筑物检测模型，对待检测的遥感影像中的建筑物进行检测。

进一步地，在对待检测的遥感影像中的建筑物进行检测之后，所述方法还包括：采用预设的评估方式对所述建筑物检测模型进行有效性评估和验证；其中，所述预设的评估方式为精确率评估方式、F1分数评估方式、召回率评估方式、平均交并比评估方式和频权交并比评估方式中的任意一种或多种的组合。

进一步地，所述获取包含建筑物的遥感影像，构建遥感影像数据集，包括：

获取第一预设区域的全区高分辨率航空正射影像和第二预设区域的高分二号影像；其中，所述高分二号影像为由分辨率为1m的高分2号卫星拍摄的影像；

使用ArcGis中的栅格工具，对所述高分辨率航空正射影像进行裁剪处理，将所述高分辨率航空正射影像切割为大小分别为1024*1024的多张影像图，并选取切割后所得到的影像图中的一部分进行建筑物标注处理，以制作航空数据集；使用ArcGis中的栅格工具对所述高分二号影像进行裁剪，将所述高分二号影像切割为大小分别为1024*1024的多张影像图，并选取切割后所得到的影像图中的一部分进行建筑物标注处理，以制作高分数据集；

将所述航空数据集划分为第一训练集和第一测试集；将所述高分数据集划分为第二训练集和第二测试集；并对所述第一训练集和第二训练集中的数据进行数据预处理；其中，所述数据预处理包括数据增强和引入扩展的数据集；预处理后的第一训练集和预处理后的第二训练集用于对所述建筑物检测模型进行训练，所述第一测试集和所述第二测试集用于对所述建筑物检测模型进行测试。

进一步地，所述数据增强为随机翻转、明暗度调节和仿射变换中的一种或多种的组合。