CN108874919A - 规划用地自动核查方法、电子设备、存储介质及系统 - Google Patents
规划用地自动核查方法、电子设备、存储介质及系统 Download PDFInfo
- Publication number
- CN108874919A CN108874919A CN201810543841.5A CN201810543841A CN108874919A CN 108874919 A CN108874919 A CN 108874919A CN 201810543841 A CN201810543841 A CN 201810543841A CN 108874919 A CN108874919 A CN 108874919A
- Authority
- CN
- China
- Prior art keywords
- land use
- layer
- planned land
- mobile terminal
- track
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 28
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000003860 storage Methods 0.000 title claims description 13
- 238000012795 verification Methods 0.000 claims abstract description 29
- VMXUWOKSQNHOCA-UKTHLTGXSA-N ranitidine Chemical compound [O-][N+](=O)\C=C(/NC)NCCSCC1=CC=C(CN(C)C)O1 VMXUWOKSQNHOCA-UKTHLTGXSA-N 0.000 claims abstract description 9
- 238000007726 management method Methods 0.000 claims description 70
- 238000012549 training Methods 0.000 claims description 34
- 238000013135 deep learning Methods 0.000 claims description 32
- 238000013439 planning Methods 0.000 claims description 19
- 238000005457 optimization Methods 0.000 claims description 17
- 230000001360 synchronised effect Effects 0.000 claims description 10
- 238000005070 sampling Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 6
- 238000007619 statistical method Methods 0.000 claims description 6
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 claims description 3
- 230000002452 interceptive effect Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012800 visualization Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000036316 preload Effects 0.000 description 2
- 238000004321 preservation Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Image Analysis (AREA)
Abstract
本发明提供规划用地自动核查方法,包括步骤:图层管理,获取遥感影像作为底图,通过底图建立图层坐标系;规划数据加载,在图层坐标系下加载规划数据,将规划数据的点、线、面要素分为不同的矢量图层加载至底图上;轨迹管理,获取实时GPS信号生成的位置点,将位置点在轨迹图层中绘制成轨迹曲线,通过轨迹曲线拟合底图中的地物轮廓,由闭合的轨迹曲线生成面要素,将面要素存储于新轨迹图层;自动核查,计算规划数据图层的面要素与轨迹曲线生成的面要素的差异大小和差异位置。本发明能够有效提高规划用地核查效率,降低核查成本,为我国规划用地的核查工作提供有效的技术支撑。
Description
技术领域
本发明涉及土地资源管理领域,尤其涉及规划用地自动核查方法、电子设备、存储介质及系统。
背景技术
土地利用规划分为国家、省、市、县和乡镇五个层次级别,与行政区划层次对应。我国已开展土地利用总体规划数据库的建设工作,强调需要按时保质地完成建库、上报和汇总任务。如何在全国土地调查的基础上,实现进一步的土地利用规划,完善国土资源“一张图”,实现土地规划数据的核查、保证数据的准确是重要环节之一。
当前我国规划用地核查大多采用传统的手工作业模式,这种模式在国土资源信息化建设全面推进的时代背景下,已无法满足新形势下的工作需求,存在以下缺点:
(1)信息化程度低。传统手工化的作业方式,无法保证在短时段内掌握全面的现场情况,需要反复的人工核查,耗时耗力。同时,纸质材料也不便于长期的记录与保存。
(2)缺乏图文一体化管理。土地规划核查工作中涉及大量的时空数据和属性数据,现有的核查方式很难将两者有机结合、建立两者的可视化关系,极大地影响了土地核查的工作效率。
(3)数据管理方式落后。土地规划涉及多个部门,相关部门之间的数据相对独立和分散,人工核查和纸质化的数据保存方式,无法实现数据的有效汇总和沟通,致使数据共享困难、核查工作效率不高。
另一方面,随着国土资源信息化的快速发展,近年来也出现了一系列用于规划用地核查的软件产品,这些产品的出现在一定程度上提高了人工核查的工作效率。然而,这类产品均为传统的GIS、RS技术开发的移动端软件,软件的自动化和智能化程度低,无法从根本上提高传统土地规划核查的作业方式和工作效率。因此,亟需一种适用性广泛,自动化和智能化程度高的规划用地自动核查方法及系统。
发明内容
本发明正是基于上述技术问题至少之一,提出了规划用地自动核查方法、设备、介质及系统,解决了现有的规划用地核查方法自动化和智能化程度低,无法从根本上提高传统土地规划核查的作业方式和工作效率的问题。
为达到上述目的,本发明提供规划用地自动核查方法,包括以下步骤:
图层管理,获取遥感影像作为底图,通过所述底图建立图层坐标系;
规划数据加载,在所述图层坐标系下加载规划数据,将所述规划数据的点、线、面要素分为不同的矢量图层加载至所述底图上;
轨迹管理,获取实时GPS信号生成的位置点,将所述位置点在轨迹图层中绘制成轨迹曲线,通过所述轨迹曲线拟合所述底图中的地物轮廓,由闭合的所述轨迹曲线生成面要素,将所述面要素存储于新轨迹图层;
自动核查,计算所述规划数据图层的面要素与所述轨迹曲线生成的面要素的差异大小和差异位置。
进一步地,所述步骤图层管理具体为从GIS服务器同步所述遥感影像作为底图;所述步骤轨迹管理还包括对所述轨迹曲线进行平滑滤波处理。
进一步地,还包括步骤属性管理,获取所述规划数据的要素相关联的属性数据,并构建本地数据库存储所述属性数据;还包括步骤深度学习,在移动端搭建移动深度学习框架,根据实时采样数据对所述GIS服务器同步的规划用地分类模型进行二次优化训练,根据所述遥感影像的规划用地实时使用数据进行分类。
进一步地,还包括步骤统计分析,统计和分析所述轨迹曲线覆盖区域中规划用地的属性、面积、边缘差异信息,生成统计图表,对所述新轨迹图层进行保存和输出。
一种电子设备,包括存储器,处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述规划用地自动核查方法。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述规划用地自动核查方法。
规划用地自动核查系统,包括服务器和移动端,所述服务器包括地图服务发布模块、要素服务发布模块、样本管理模块、深度学习训练模块、核查数据库管理模块、可视化管理模块,所述移动端包括图层管理模块、规划数据加载模块、轨迹管理模块、核查管理模块;
所述地图服务发布模块,用于将遥感影像发布为地图服务,接收所述移动端的地图调用信号,将所述遥感影像发送至所述移动端;
所述要素服务发布模块,用于将规划数据发布为要素服务,接收所述移动端的要素调用信号,将所述规划数据发送至所述移动端;
所述样本管理模块,用于将最新的遥感影像按照规划用地区域进行采样,将采样结果根据规划用地的类别生成样本和样本标签;
所述深度学习训练模块,用于将根据当前规划用地的使用信息生成的样本及样本标签训练生成规划用地分类模型,所述规划用地分类模型用于对所有规划区域内的规划用地使用信息进行自动分类;
所述核查数据库管理模块,用于存储核查前的规划用地使用信息及核查后规划区域内土地使用信息;
所述可视化管理模块,用于可视化所述移动端的实时轨迹信息及核查后统计结果的图表输出;
所述图层管理模块,用于从所述服务器同步所述遥感影像作为底图,通过所述底图建立图层坐标系;
所述规划数据加载模块,用于在所述图层坐标系下加载规划数据,将所述规划数据的点、线、面要素分为不同的矢量图层加载至所述底图上;
所述轨迹管理模块,用于获取实时GPS信号生成的位置点,将所述位置点在轨迹图层中绘制成轨迹曲线,通过所述轨迹曲线拟合所述底图中的地物轮廓,由闭合的所述轨迹曲线生成面要素,将所述面要素存储于新轨迹图层;
所述自动核查模块,用于计算所述规划数据图层的面要素与所述轨迹曲线生成的面要素的差异大小和差异位置。
进一步地,所述移动端还包括属性管理模块,用于获取所述规划数据的要素相关联的属性数据,并构建本地数据库存储所述属性数据;所述轨迹管理模块还包括对所述轨迹曲线进行平滑滤波处理。
进一步地,所述移动端还包括深度学习模块,用于在所述移动端搭建移动深度学习框架,生成深度学习分类模型,所述深度学习分类模型根据实时采样数据对所述GIS服务器同步的规划用地分类模型进行二次优化训练,生成二次优化模型,根据所述遥感影像的规划用地实时使用数据进行分类;所述移动端还包括模型管理模块,用于管理所述深度学习分类模型的版本信息,分别对所述规划用地分类模型、所述二次优化模型进行管理。
进一步地,所述移动端还包括统计分析模块,用于统计和分析所述轨迹曲线覆盖区域中规划用地的属性、面积、边缘差异信息,生成统计图表,对所述新轨迹图层进行保存和输出。
与现有技术相比,本发明的优势在于:本发明提供规划用地自动核查方法,包括以下步骤:图层管理,获取遥感影像作为底图,通过底图建立图层坐标系;规划数据加载,在图层坐标系下加载规划数据,将规划数据的点、线、面要素分为不同的矢量图层加载至底图上;轨迹管理,获取实时GPS信号生成的位置点,将位置点在轨迹图层中绘制成轨迹曲线,通过轨迹曲线拟合底图中的地物轮廓,由闭合的轨迹曲线生成面要素,将面要素存储于新轨迹图层;自动核查,计算规划数据图层的面要素与轨迹曲线生成的面要素的差异大小和差异位置。本发明还涉及一种电子设备、存储介质、规划用地自动核查系统。本发明针对人工规划用地核查效率低、精度低、成本高的问题,采用移动端和高精度GPS信号,并引入GPS轨迹曲线拟合遥感影像底图中的地物轮廓,实现高度自动化的规划用地核查,通过服务器与移动端协同实现规划用地的自动智能核查,与现有的移动核查系统相比,移动端不仅能够实现分类模型的加载与使用,还能够根据现场实施采集的数据,加工成样本,在移动端本地实现分类模型的二次优化训练,提升了分类模型的精度,能够有效核查规划用地的类别是否准确;同时,结合GPS轨迹点、线、面的运用,在GPS点、线构成面的过程中,引入了人工智能的方法,实现区域位置、面积的准确绘制,能够有效提高规划用地核查效率,降低核查成本,为我国规划用地的核查工作提供有效的技术支撑。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,并可依照说明书的内容予以实施,以下以本发明的较佳实施例并配合附图详细说明如后。本发明的具体实施方式由以下实施例及其附图详细给出。
附图说明
下面结合附图和本发明的实施方式作进一步详细说明。
图1为本发明的规划用地自动核查方法流程图;
图2为本发明的规划用地自动核查系统结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
规划用地自动核查方法,如图1所示,包括以下步骤:
图层管理,获取遥感影像作为底图,通过底图建立图层坐标系;优选的,步骤图层管理具体为从GIS服务器同步遥感影像作为底图;本实施例中,移动端实现对所需使用的地图各图层的集中管理。首先选择需要预加载底图的数据源,如选择百度在线影像地图、谷歌在线影像地图、ArcGIS图库中在线影像地图、服务器端自定义发布的影像地图;然后对选定的影像地图进行坐标系变换,使所有在移动端中加载的各类影像、矢量图坐标系相同;最后,完成选定的遥感影像图的加载,作为移动端的工作底图。
规划数据加载,在图层坐标系下加载规划数据,将规划数据的点、线、面要素分为不同的矢量图层加载至底图上;本实施例中,服务器实现待核查规划用地数据的数据库读取,并通过ArcGIS Server发布为要素服务;在移动端加载要素服务至新建的矢量图层,加载的要素服务分为点要素、线要素和面要素;在移动端中实现与影像底图叠加的可视化显示,并支持要素编辑。
轨迹管理,获取实时GPS信号生成的位置点,将位置点在轨迹图层中绘制成轨迹曲线,通过轨迹曲线拟合底图中的地物轮廓,由闭合的轨迹曲线生成面要素,将面要素存储于新轨迹图层;步骤轨迹管理还包括对轨迹曲线进行平滑滤波处理,消除轨迹曲线的毛边或凸点。首先提供交互选择界面,供用户提供起始点位置;然后以0.5秒的时间间隔生成GPS定位点并作为点要素保存至新建图层中;将点要素逐个连线,生成面要素,并通过交互操作界面,提示用户选择GPS轨迹操作终点;最后将线要素首尾相连,生成闭合面,作为新增图层中轨迹核查的面要素。步骤轨迹管理用于核查规划用地的区域面积和位置。
自动核查,计算规划数据图层的面要素与轨迹曲线生成的面要素的差异大小和差异位置,核查规划用地的面积、方位;根据分类模型所得的规划用地类别信息,实现规划类别与实际核查类别比对,核查用地是否符合规划标准。
在一实施例中,优选的,还包括步骤属性管理,获取规划数据的要素相关联的属性数据,并构建本地数据库存储属性数据;首先,构建移动端本地的SQLite数据库;然后在矢量图层要素加载后,遍历所有点、线、面要素,将其关联的属性信息写入本地的SQLite数据库;最后,将数据库的访问权限与图层信息关联,实现矢量图层对要素属性信息的安全、快速访问。
在一实施例中,还包括步骤深度学习,在移动端搭建移动深度学习框架,根据实时采样数据对GIS服务器同步的规划用地分类模型进行二次优化训练,根据遥感影像的规划用地实时使用数据进行分类。本实施例中,移动端实现TensorFlow深度学习框架的移动计算;通过在移动端部署Android版的TensorFlow,实现对服务器规划用地分类模型的二次优化训练,通过二次优化训练不需要将数据传回服务器训练再回传接收,而是直接在移动端边缘计算,二次优化训练的样本来自于现场采集到的核查数据,具有更高的数据质量。
在一实施例中,优选的,还包括步骤统计分析,统计和分析轨迹曲线覆盖区域中规划用地的属性、面积、边缘差异信息,生成统计图表,对新轨迹图层进行保存和输出。
一种电子设备,包括存储器,处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行程序时实现上述规划用地自动核查方法。
一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述规划用地自动核查方法。
规划用地自动核查系统,如图2所示,包括服务器和移动端,本实施例中,服务器通过ArcGIS Server实现GIS类服务的发布,通过TensorFlow深度学习框架搭建规划用地分类模型训练环境;移动端通过ArcGIS API for Android实现移动GIS APP的开发,移动深度学习框架为TensorFlow的Android版本,服务器包括地图服务发布模块、要素服务发布模块、样本管理模块、深度学习训练模块、核查数据库管理模块、可视化管理模块,移动端包括图层管理模块、规划数据加载模块、轨迹管理模块、核查管理模块;
地图服务发布模块,用于将遥感影像发布为地图服务,接收移动端的地图调用信号,将遥感影像发送至移动端;本实施例中,通过ArcGIS Server服务器,发布自定义的遥感影像为地图服务,供移动端调用。
要素服务发布模块,用于将规划数据发布为要素服务,接收移动端的要素调用信号,将规划数据发送至移动端;本实施例中,通过ArcGIS Server服务器,发布待核查的土地规划类数据为要素服务,供移动端调用和编辑。
样本管理模块,用于将最新的遥感影像按照规划用地区域进行采样,将采样结果根据规划用地的类别生成样本和样本标签,供后续的深度学习训练使用。
深度学习训练模块,用于将根据当前规划用地的使用信息生成的样本及样本标签训练生成规划用地分类模型,规划用地分类模型用于对所有规划区域内的规划用地使用信息进行自动分类;本实施例中,通过搭建TensorFlow深度学习框架,完成规划用地类别分类模型的生成,训练过程采用End-to-End的训练方式。对于样本的深度学习训练,根据底图的遥感影像的来源、分辨率的不同,选择不同的训练模型和训练步数;同时将移动端二次优化训练后的规划用地分类模型回传至服务器,作为与遥感地图关联的地块分类模型加以保存,供后续核查工作再次使用。
核查数据库管理模块,用于存储核查前的规划用地使用信息及核查后规划区域内土地使用信息。核查数据库支持关系数据库和非关系数据库,在服务器端部署时,根据具体的核查目标、核查类别以交互界面提示用户选择。
可视化管理模块,用于可视化移动端的实时轨迹信息及核查后统计结果的图表输出;可视化管理模块提供自定义扩充接口,支持用户将核查结果以不同的展现方式可视化输出,包括不同配色的各类统计图表等。
图层管理模块,用于从服务器同步遥感影像作为底图,通过底图建立图层坐标系;本实施例中,图层管理模块实现对移动端各图层所需加载地图的管理,通过交互界面的选择,用户选择加载所需的遥感影像作为工作底图后,对加载的遥感地图进行坐标系转换和修偏处理,确保底图的坐标系与后续叠加的规划数据矢量图层的坐标系相同。用户可以在服务器端发布自定义遥感影像,作为移动端的工作底图,在加载自定义遥感影像时,通过ArcGIS Server发布的地图服务在线访问并加载遥感影像。图层管理模块提供遥感影像的预加载和本地化加载功能:通过运用ArcGIS工具,可将遥感影像在服务器端打包成tpk格式的文件,移动端通过网络下载tpk文件保存至SD卡上本地化加载。图层管理模块支持用户选择遥感影像的缩放级别,根据所需分辨率、清晰度,选择合适的缩放级别发回服务器,服务器根据接收到的信息自动化打包特定区域的遥感影像至tpk格式供移动端下载使用。
规划数据加载模块,用于在图层坐标系下加载规划数据,将规划数据的点、线、面要素分为不同的矢量图层加载至底图上;对于加载至移动端地图区域的矢量图层中的各类要素,支持用户的编辑操作,编辑操作的结果将实时同步至服务器。对于矢量化的规划数据,支持本地化存储与访问,当矢量数据需要保存至移动端本地时,将打包为geodatabase的格式保存,本地保存的矢量数据的修改操作,同样会同步至服务器端。
轨迹管理模块,用于获取实时GPS信号生成的位置点,将位置点在轨迹图层中绘制成轨迹曲线,通过轨迹曲线拟合底图中的地物轮廓,由闭合的轨迹曲线生成面要素,将面要素存储于新轨迹图层;轨迹管理模块还包括对于GPS点信息生成GPS轨迹曲线,通过平滑滤波的处理方式实现GPS轨迹信息的平滑处理,消除轨迹曲线的毛边或凸点。步骤轨迹管理模块便于后续和预先加载的规划用地面要素比对,实现该区域规划用地区域面积和位置的核查。对于GPS轨迹曲线的生成,操作人员可以通过交互界面设置的方式,实现自定义程度的滤波功能。对于GPS闭合曲面的生成,对于遥感影像工作底图进行比对,对于明显与底图上边界线偏离很大的情况,弹出窗口提示用户是否重新绘制。
自动核查模块,用于计算规划数据图层的面要素与轨迹曲线生成的面要素的差异大小和差异位置。移动端实地核查功能的管理,根据深度学习模型的规划用地自动分类、以及实时轨迹的比对,综合完成规划用地区域大小、使用类别的核查工作。
在一实施例中,优选的,移动端还包括属性管理模块,用于获取规划数据的要素相关联的属性数据,并构建本地数据库存储属性数据,方便属性的快速读取与加载。移动端本地采用SQLite数据库,每个矢量图层对应一个数据库表,表中字段包括:核查任务ID、图层ID、要素ID、属性类别、属性值、服务器同步标识、索引级别等。当同一图层要素过多时,提示用户是否生成索引数据库,当用户需要生成索引数据库时,将对矢量图层中的要素按照地理区域分块存储,并在SQLite中生成索引表,便于数据的快速索引。在规划用地核查工作中,实地拍摄的图片信息,以文件的形式保存在Android的文件目录中,同时文件名的路径索引将新填字段,保存在与其相关联的矢量图层要素所对应的SQLite数据库的数据表中。
在一实施例中,优选的,移动端还包括深度学习模块,用于在移动端搭建移动深度学习框架,生成深度学习分类模型,深度学习分类模型根据实时采样数据对GIS服务器同步的规划用地分类模型进行二次优化训练,生成二次优化模型,根据遥感影像的规划用地实时使用数据进行分类;由于下载的服务器训练的分类模块,采用的样本为预先制作的分类样本及实地情况可能存在差别,深度学习模块通过将实地采集的图片自动加工制作成样本,实现模型在本地Android端TensorFlow深度学习框架下的二次优化训练,能够有效提高分类精度。接收到的服务器训练生成的规划用地分类模型,训练样本采集自遥感影像,而移动端的训练样本采集自移动设备所拍摄的图片。因此,需要根据服务器训练样本的分辨率,对服务器采集的照片样本进行滤波、池化等一系列处理,避免样本特征的丢失。对于同一核查工作区域,移动端的深度学习模块可同步服务器,下载同一区域其它移动端采集到的照片样本,扩大样本空间。
在一实施例中,移动端还包括模型管理模块,用于管理深度学习分类模型的版本信息,分别对规划用地分类模型、二次优化模型进行管理。避免重复训练造成资源浪费;同时根据用户选定阈值,实现定时或当新增样本达到特定规模后的自动后台二次训练。模型管理模块能够同步服务器,自动监测同一区域内开展规划用地核查工作的其它移动设备,同一区域不同移动设备通过服务器中转实现规划用地分类模型的共享。
在一实施例中,核查管理模块实现规划用地的智能核查,包括规划用地的类别、范围、面积是否与规划相符。对于规划用地类别的核查,将通过深度学习模块生成的模型,对规划用地自动、智能核查。同时结合操作人员实地人工核查,来判别自动核查的准确程度及精度,进而决定是否使用自动核查功能,或自动核查和人工核查结合的方式使用。对于规划用地面积和位置的核查,主要通过轨迹管理模块所生成的面要素和预先加载的规划数据矢量图层中所对应区域的面要素进行比对。比对过程如下:首先比对面积差是否在规定范围内;其次边缘线的位置差是否符合标准;结合人工判读的方式,实现规划用地面积和位置的核查。对于核查结果差别较大或有争议的区域,支持用户关联该区域地块所属的面要素,进行拍照取证。拍摄的图片信息将以文件的形式保存在本地并同步至服务器统一管理。
在一实施例中,优选的,移动端还包括统计分析模块,用于统计和分析轨迹曲线覆盖区域中规划用地的属性、面积、边缘差异信息,生成统计图表,对新轨迹图层进行保存和输出。根据用户需求的不同,统计分析模块支持统计图表样式的自定义,以及统计信息类别的选择。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.规划用地自动核查方法,其特征在于包括以下步骤:
图层管理,获取遥感影像作为底图,通过所述底图建立图层坐标系;
规划数据加载,在所述图层坐标系下加载规划数据,将所述规划数据的点、线、面要素分为不同的矢量图层加载至所述底图上;
轨迹管理,获取实时GPS信号生成的位置点,将所述位置点在轨迹图层中绘制成轨迹曲线,通过所述轨迹曲线拟合所述底图中的地物轮廓,由闭合的所述轨迹曲线生成面要素,将所述面要素存储于新轨迹图层;
自动核查,计算所述规划数据图层的面要素与所述轨迹曲线生成的面要素的差异大小和差异位置。
2.如权利要求1所述的规划用地自动核查方法,其特征在于:所述步骤图层管理具体为从GIS服务器同步所述遥感影像作为底图;所述步骤轨迹管理还包括对所述轨迹曲线进行平滑滤波处理。
3.如权利要求2所述的规划用地自动核查方法,其特征在于:还包括步骤属性管理,获取所述规划数据的要素相关联的属性数据,并构建本地数据库存储所述属性数据;还包括步骤深度学习,在移动端搭建移动深度学习框架,根据实时采样数据对所述GIS服务器同步的规划用地分类模型进行二次优化训练,根据所述遥感影像的规划用地实时使用数据进行分类。
4.如权利要求3所述的规划用地自动核查方法,其特征在于:还包括步骤统计分析,统计和分析所述轨迹曲线覆盖区域中规划用地的属性、面积、边缘差异信息,生成统计图表,对所述新轨迹图层进行保存和输出。
5.一种电子设备,包括存储器,处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1-4任一项方法的步骤。
6.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-4任一项方法的步骤。
7.规划用地自动核查系统,其特征在于:包括服务器和移动端,所述服务器包括地图服务发布模块、要素服务发布模块、样本管理模块、深度学习训练模块、核查数据库管理模块、可视化管理模块,所述移动端包括图层管理模块、规划数据加载模块、轨迹管理模块、核查管理模块;
所述地图服务发布模块,用于将遥感影像发布为地图服务,接收所述移动端的地图调用信号,将所述遥感影像发送至所述移动端;
所述要素服务发布模块,用于将规划数据发布为要素服务,接收所述移动端的要素调用信号,将所述规划数据发送至所述移动端;
所述样本管理模块,用于将最新的遥感影像按照规划用地区域进行采样,将采样结果根据规划用地的类别生成样本和样本标签;
所述深度学习训练模块,用于将根据当前规划用地的使用信息生成的样本及样本标签训练生成规划用地分类模型,所述规划用地分类模型用于对所有规划区域内的规划用地使用信息进行自动分类;
所述核查数据库管理模块,用于存储核查前的规划用地使用信息及核查后规划区域内土地使用信息;
所述可视化管理模块,用于可视化所述移动端的实时轨迹信息及核查后统计结果的图表输出;
所述图层管理模块,用于从所述服务器同步所述遥感影像作为底图,通过所述底图建立图层坐标系;
所述规划数据加载模块,用于在所述图层坐标系下加载规划数据,将所述规划数据的点、线、面要素分为不同的矢量图层加载至所述底图上;
所述轨迹管理模块,用于获取实时GPS信号生成的位置点,将所述位置点在轨迹图层中绘制成轨迹曲线,通过所述轨迹曲线拟合所述底图中的地物轮廓,由闭合的所述轨迹曲线生成面要素,将所述面要素存储于新轨迹图层;
所述自动核查模块,用于计算所述规划数据图层的面要素与所述轨迹曲线生成的面要素的差异大小和差异位置。
8.如权利要求7所述的规划用地自动核查系统,其特征在于:所述移动端还包括属性管理模块,用于获取所述规划数据的要素相关联的属性数据,并构建本地数据库存储所述属性数据;所述轨迹管理模块还包括对所述轨迹曲线进行平滑滤波处理。
9.如权利要求8所述的规划用地自动核查系统,其特征在于:所述移动端还包括深度学习模块,用于在所述移动端搭建移动深度学习框架,生成深度学习分类模型,所述深度学习分类模型根据实时采样数据对所述GIS服务器同步的规划用地分类模型进行二次优化训练,生成二次优化模型,根据所述遥感影像的规划用地实时使用数据进行分类;所述移动端还包括模型管理模块,用于管理所述深度学习分类模型的版本信息,分别对所述规划用地分类模型、所述二次优化模型进行管理。
10.如权利要求9所述的规划用地自动核查系统,其特征在于:所述移动端还包括统计分析模块,用于统计和分析所述轨迹曲线覆盖区域中规划用地的属性、面积、边缘差异信息,生成统计图表,对所述新轨迹图层进行保存和输出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810543841.5A CN108874919B (zh) | 2018-05-31 | 2018-05-31 | 规划用地自动核查方法、电子设备、存储介质及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810543841.5A CN108874919B (zh) | 2018-05-31 | 2018-05-31 | 规划用地自动核查方法、电子设备、存储介质及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108874919A true CN108874919A (zh) | 2018-11-23 |
CN108874919B CN108874919B (zh) | 2022-05-03 |
Family
ID=64336030
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810543841.5A Active CN108874919B (zh) | 2018-05-31 | 2018-05-31 | 规划用地自动核查方法、电子设备、存储介质及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108874919B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109559267A (zh) * | 2018-11-24 | 2019-04-02 | 杭州吉翱世联土地勘测规划设计有限公司 | 土地调查互联网+举证方法、装置、设备及存储介质 |
CN110544163A (zh) * | 2019-09-05 | 2019-12-06 | 武汉光庭信息技术股份有限公司 | 基于gis的税务核查方法及系统、服务器及介质 |
CN110719210A (zh) * | 2019-12-05 | 2020-01-21 | 赣江新区智慧物联研究院有限公司 | 一种基于云边协同的工业设备预测性维护方法 |
CN112085334A (zh) * | 2020-08-06 | 2020-12-15 | 深圳市鹏城林业调查规划院有限公司 | 一种林业工作管理方法、系统、终端及存储介质 |
CN113393541A (zh) * | 2021-06-17 | 2021-09-14 | 北京博创联动科技有限公司 | 一种地块面积计算方法、装置、计算机终端及存储介质 |
CN113806833A (zh) * | 2021-09-08 | 2021-12-17 | 李利 | 一种地图叠加用地红线的方法 |
CN113935102A (zh) * | 2021-12-15 | 2022-01-14 | 中大检测(湖南)股份有限公司 | 房屋测绘数据处理方法及系统 |
CN113988781A (zh) * | 2021-10-18 | 2022-01-28 | 广州城市信息研究所有限公司 | 建设业务归档方法、装置、计算机设备和存储介质 |
CN114168592A (zh) * | 2021-11-30 | 2022-03-11 | 北京新兴华安智慧科技有限公司 | 空间数据分析处理方法、装置、设备及计算机可读介质 |
CN115018182A (zh) * | 2022-06-28 | 2022-09-06 | 广东电网有限责任公司 | 一种通信电路的规划管理方法、装置、存储介质以及系统 |
CN116342820A (zh) * | 2023-03-01 | 2023-06-27 | 北京数识科技有限公司 | 栅格数据配色发布系统、方法和计算机可读存储介质 |
CN116957883A (zh) * | 2023-07-25 | 2023-10-27 | 南京智绘星图信息科技有限公司 | 一种基于数据分析的建设用地用途管制方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1614597A (zh) * | 2004-09-28 | 2005-05-11 | 东南大学 | 土地调查中的信息采集、记录及显示方法 |
EP1688759A2 (en) * | 2005-02-04 | 2006-08-09 | SEPA - Sistemi Elettronici Per Automazione S.P.A. | A system and method for monitoring and surveying movement of the terrain, large infrastructures and buildings using GPS signals |
CN1838164A (zh) * | 2006-04-26 | 2006-09-27 | 东南大学 | 土地调查的全数字化野外信息采集、记录与处理方法 |
CN101452072A (zh) * | 2008-12-26 | 2009-06-10 | 东南大学 | 一种用于土地监测的电子信息化系统及其方法 |
US20100241507A1 (en) * | 2008-07-02 | 2010-09-23 | Michael Joseph Quinn | System and method for searching, advertising, producing and displaying geographic territory-specific content in inter-operable co-located user-interface components |
CN102096759A (zh) * | 2010-12-03 | 2011-06-15 | 东南大学 | 一种土地实时集群调查方法 |
CN104504057A (zh) * | 2014-12-19 | 2015-04-08 | 东南大学 | 一种利用公共网络地图辅助土地调查的方法 |
-
2018
- 2018-05-31 CN CN201810543841.5A patent/CN108874919B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1614597A (zh) * | 2004-09-28 | 2005-05-11 | 东南大学 | 土地调查中的信息采集、记录及显示方法 |
EP1688759A2 (en) * | 2005-02-04 | 2006-08-09 | SEPA - Sistemi Elettronici Per Automazione S.P.A. | A system and method for monitoring and surveying movement of the terrain, large infrastructures and buildings using GPS signals |
CN1838164A (zh) * | 2006-04-26 | 2006-09-27 | 东南大学 | 土地调查的全数字化野外信息采集、记录与处理方法 |
US20100241507A1 (en) * | 2008-07-02 | 2010-09-23 | Michael Joseph Quinn | System and method for searching, advertising, producing and displaying geographic territory-specific content in inter-operable co-located user-interface components |
CN101452072A (zh) * | 2008-12-26 | 2009-06-10 | 东南大学 | 一种用于土地监测的电子信息化系统及其方法 |
CN102096759A (zh) * | 2010-12-03 | 2011-06-15 | 东南大学 | 一种土地实时集群调查方法 |
CN104504057A (zh) * | 2014-12-19 | 2015-04-08 | 东南大学 | 一种利用公共网络地图辅助土地调查的方法 |
Non-Patent Citations (2)
Title |
---|
JIAN-ZHONG HUANG 等: "Research and Application on Network Update of Land Survey Spatial Data based on Embedded GIS and GPS", 《2008 INTERNATIONAL WORKSHOP ON EDUCATION TECHNOLOGY AND TRAINING & 2008 INTERNATIONAL WORKSHOP ON GEOSCIENCE AND REMOTE SENSING》 * |
史泽鹏 等: "遥感影像土地利用/覆盖分类方法研究进展", 《中国农学通报》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109559267A (zh) * | 2018-11-24 | 2019-04-02 | 杭州吉翱世联土地勘测规划设计有限公司 | 土地调查互联网+举证方法、装置、设备及存储介质 |
CN110544163A (zh) * | 2019-09-05 | 2019-12-06 | 武汉光庭信息技术股份有限公司 | 基于gis的税务核查方法及系统、服务器及介质 |
CN110719210A (zh) * | 2019-12-05 | 2020-01-21 | 赣江新区智慧物联研究院有限公司 | 一种基于云边协同的工业设备预测性维护方法 |
CN112085334A (zh) * | 2020-08-06 | 2020-12-15 | 深圳市鹏城林业调查规划院有限公司 | 一种林业工作管理方法、系统、终端及存储介质 |
CN113393541B (zh) * | 2021-06-17 | 2022-02-15 | 北京博创联动科技有限公司 | 一种地块面积计算方法、装置、计算机终端及存储介质 |
CN113393541A (zh) * | 2021-06-17 | 2021-09-14 | 北京博创联动科技有限公司 | 一种地块面积计算方法、装置、计算机终端及存储介质 |
CN113806833A (zh) * | 2021-09-08 | 2021-12-17 | 李利 | 一种地图叠加用地红线的方法 |
CN113988781A (zh) * | 2021-10-18 | 2022-01-28 | 广州城市信息研究所有限公司 | 建设业务归档方法、装置、计算机设备和存储介质 |
CN113988781B (zh) * | 2021-10-18 | 2022-06-28 | 广州城市信息研究所有限公司 | 建设业务归档方法、装置、计算机设备和存储介质 |
CN114168592A (zh) * | 2021-11-30 | 2022-03-11 | 北京新兴华安智慧科技有限公司 | 空间数据分析处理方法、装置、设备及计算机可读介质 |
CN113935102A (zh) * | 2021-12-15 | 2022-01-14 | 中大检测(湖南)股份有限公司 | 房屋测绘数据处理方法及系统 |
CN115018182A (zh) * | 2022-06-28 | 2022-09-06 | 广东电网有限责任公司 | 一种通信电路的规划管理方法、装置、存储介质以及系统 |
CN115018182B (zh) * | 2022-06-28 | 2024-02-09 | 广东电网有限责任公司 | 一种通信电路的规划管理方法、装置、存储介质以及系统 |
CN116342820A (zh) * | 2023-03-01 | 2023-06-27 | 北京数识科技有限公司 | 栅格数据配色发布系统、方法和计算机可读存储介质 |
CN116957883A (zh) * | 2023-07-25 | 2023-10-27 | 南京智绘星图信息科技有限公司 | 一种基于数据分析的建设用地用途管制方法 |
CN116957883B (zh) * | 2023-07-25 | 2024-04-05 | 南京智绘星图信息科技有限公司 | 一种基于数据分析的建设用地用途管制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108874919B (zh) | 2022-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108874919A (zh) | 规划用地自动核查方法、电子设备、存储介质及系统 | |
CN104408785B (zh) | 基于gis和gps的配电线路巡检系统 | |
CN107093206A (zh) | 利用3d激光扫描技术快速bim建模的方法 | |
CN104050078B (zh) | 测试脚本生成系统 | |
CN107516282A (zh) | 三查合一的土地变更调查信息管理系统 | |
CN108694882A (zh) | 用于标注地图的方法、装置和设备 | |
DE102016105496A1 (de) | System zur Prüfung von Objekten mittels erweiterter Realität | |
CN103761189B (zh) | 一种测试用例管理方法及系统 | |
CN104298588B (zh) | 一种持续集成的实现方法及装置 | |
CN106095666A (zh) | 游戏自动化测试方法及相关装置 | |
CN103578154A (zh) | 基于pda的电力设备智能巡检的实现方法 | |
CN104424093A (zh) | 一种兼容性测试方法及系统 | |
CN109271368A (zh) | 一种消防安全评估系统的数据库系统与维护方法 | |
CN104462526B (zh) | 面向高分辨率遥感影像的多人在线协同快速矢量化方法 | |
CN106202006A (zh) | 文件生成方法和装置 | |
CN110428490A (zh) | 构建模型的方法和装置 | |
CN110263748A (zh) | 用于发送信息的方法和装置 | |
CN108205566B (zh) | 一种基于轨迹对点云进行管理的方法及装置、导航设备 | |
CN103514621A (zh) | 案、事件场景全真动态3d再现方法及重构系统 | |
CN106611438B (zh) | 三维仿真地图的局部区域更新切图方法及装置 | |
CN109690571A (zh) | 基于学习的组标记系统和方法 | |
CN105760429A (zh) | 电网设备数据校验方法及其系统 | |
CN111489444A (zh) | 一种基于bim的基建项目管理方法及数字交付系统 | |
KR101561669B1 (ko) | 식물사회학적 식생구조 조사를 위한 모바일 전자야장 장치 및 이에 대한 방법 | |
CN103957539B (zh) | 移动通信网络信息采集方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |