← 返回列表
一种基于多图像增强语义分割的产权地块识别方法
摘要文本
本发明公开了一种基于多图像增强语义分割的产权地块识别方法，包括：1：获取相应的图像数据；2：数据集的批量制作；3：分割神经网络的构建；4：训练并获取预训练模型权重；5：图像判断；6：输入CAD图像与卫星图；7：图像分割，从而进行预测；8：传入预训练网络，对每个像素点进行分类并输出为设置颜色值；9：图像合并，将小图像合并生成原图像大小的预测图；10：转换为CAD；本发明通过多图像增强的语义分割网络训练学习研究类似地域的大量多来源图像资料，通过引入计算机减少了人为判断的干扰，大大增加了可学习研究的样本数量，并且通过多图像增强避免了单一数据源带来的弊端，实现了提升产权地块识别准确性的目标。
申请人信息
- 申请人:东南大学建筑设计研究院有限公司
- 申请人地址:210096 江苏省南京市四牌楼2号
- 发明人: 东南大学建筑设计研究院有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于多图像增强语义分割的产权地块识别方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410002681.9 |
| 申请日 | 2024/1/2 |
| 公告号 | CN117789053A |
| 公开日 | 2024/3/29 |
| IPC主分类号 | G06V20/13 |
| 权利人 | 东南大学建筑设计研究院有限公司 |
| 发明人 | 刘华; 李力; 韩冬青; 武文忻; 唐滢; 黄宜文; 章周宇 |
| 地址 | 江苏省南京市四牌楼2号 |
专利主权项内容
1.一种基于多图像增强语义分割的产权地块识别方法，其特征在于，包括如下步骤：步骤1、获取产权地块的CAD图像和卫星图像；步骤2、基于CAD图像和卫星图像，批量制作产权地块语义分割数据集；步骤3、构建语义分割神经网络；步骤4、基于若干产权地块语义分割数据集，训练语义分割神经网络，并获取预训练模型权重，获得预训练语义分割神经网络模型；步骤5、对CAD图像和卫星图像经过图像判断后进行图像分割，获得分割后的图像数据；步骤6、将分割后的图像数据输入预训练语义分割神经网络模型，通过SoftMax函数对图像数据每个像素点进行分类并输出为设置颜色值，然后进行图像合并；步骤7、将合并后的图像转换为矢量图，再将矢量图转换为CAD图，即可实现对目标产权地块的识别。 马 克 数 据 网