CN115937708A - 一种基于高清卫星影像的屋顶信息自动识别方法及装置 - Google Patents

Abstract

本申请提供一种基于高清卫星影像的屋顶信息自动识别方法及装置，包括：采集没有标注屋顶信息的高清卫星影像，对其进行预处理，得到高清卫星栅格图像，基于高清卫星栅格图像，得到正射图和数字表面图；基于正射图和数字表面图，结合高清卫星比对图像，识别屋顶轮廓范围，从屋顶轮廓范围中提取出屋顶轮廓坐标集合，以得到屋顶轮廓拟合平面的第二平面方程；利用第二平面方程，对高清卫星比对图像进行屋顶轮廓信息识别，基于屋顶轮廓信息，得到屋顶轮廓平面模型；利用第二平面方程对应的目标屋顶轮廓拟合平面内各个像素点的像素值，得到屋顶轮廓比对模型；通过高清卫星比对图像、屋顶轮廓平面模型和屋顶轮廓比对模型，以得到并导出屋顶信息识别模型。

Description

一种基于高清卫星影像的屋顶信息自动识别方法及装置

技术领域

本申请属于图像处理技术领域，尤其涉及一种基于高清卫星影像的屋顶信息自动识别方法及装置。

背景技术

屋顶是房屋等建筑物外部的顶盖，屋顶信息自动识别是对建筑物的屋顶进行信息识别检测的过程，其对土地利用分析、城市规划变迁、地理数据更新以及自然灾害救助等领域具有重要意义。

随着科学技术的不断进步与发展，高清卫星影像等遥感识别技术的应用也越来越广泛，其中，高清卫星影像是一种运用卫星搭载各种传感器，获取全面、真实、客观地反映地表特征的数据，这些数据通过遥感技术处理可以成为带有高精度地理坐标信息的影像。

由于高清卫星影像具有分辨率高、覆盖区域广、更新周期短以及光谱特征丰富等特点，也用于屋顶信息自动识别中。然而，使用高清卫星影像对屋顶信息进行自动识别的过程中，由于各个地区的自然环境以及地域文化各不相同，不同地区的建筑风格也大不相同，导致使用高清卫星影像对屋顶信息进行自动识别的过程中，容易出现漏识别以及误识别的情况，使得使用高清卫星影像对屋顶信息进行自动识别的精确性差。

因此，针对上述技术问题，有必要提供一种基于高清卫星影像的屋顶信息自动识别方法及装置。

发明内容

有鉴于此，本申请的目的在于提供一种基于高清卫星影像的屋顶信息自动识别方法及装置。技术方案如下：

第一方面，本申请提供一种基于高清卫星影像的屋顶信息自动识别方法，所述方法包括：

采集没有标注屋顶信息的高清卫星影像，对所述高清卫星影像进行预处理，得到高清卫星栅格图像，并基于所述高清卫星栅格图像，得到正射图和数字表面图；

基于所述正射图和所述数字表面图，结合预先构建的高清卫星影像图像库，识别所述高清卫星影像的屋顶轮廓范围，从所述屋顶轮廓范围中提取出屋顶轮廓坐标集合，所述高清卫星影像图像库中存储具有不同屋顶特征的高清卫星比对图像；

根据所述屋顶轮廓坐标集合，得到屋顶轮廓拟合平面的第一平面方程，对屋顶轮廓拟合平面的第一平面方程进行修正，以得到屋顶轮廓拟合平面的第二平面方程；

利用所述第二平面方程，对所述高清卫星比对图像进行屋顶轮廓信息识别，基于所述屋顶轮廓信息，得到屋顶轮廓平面模型；

采集所述第二平面方程对应的目标屋顶轮廓拟合平面内各个像素点的像素值，得到屋顶轮廓颜色集合，通过所述屋顶轮廓颜色集合对所述目标屋顶轮廓拟合平面进行拟合，以得到屋顶轮廓比对模型；

通过所述高清卫星比对图像，对所述屋顶轮廓平面模型和所述屋顶轮廓比对模型进行比对，以得到屋顶信息识别模型；

导出所述屋顶信息识别模型，所述屋顶信息识别模型用于识别所述高清卫星影像的屋顶信息。

可选的，所述基于所述高清卫星栅格图像，得到正射图和数字表面图包括：

调用预先构建的屋顶对比模型库中的屋顶比对模型对所述高清卫星栅格图像进行特征提取，以获取所述高清卫星栅格图像中的关键点，并在所述高清卫星栅格图像中确定与关键点匹配的路标点，所述屋顶比对模型是基于至少一个地区的建筑物特征训练，不同的屋顶比对模型对应的部分建筑物特征不同；

在基于所述路标点确定所述高清卫星栅格图像为关键帧图像的情况下，基于预先设置的球定位系统误差以及重投影误差，对所述关键帧图像对应的局部地图信息进行优化；

基于优化后的局部地图信息，确定所述关键帧图像的正射性；

在所述正射性大于预先设置的阈值的情况下，将所述关键帧图像投影到地平面上，并将投影后的关键帧图像切分为多个图像瓦片；

对各图像瓦片以及各图像瓦片的正射值瓦片进行融合，生成各图像瓦片的正射图像，各图像瓦片的正射图像可以组成所述关键帧图像的正射图；

根据影像分块匹配技术和半全局匹配算法，对所述高清卫星栅格图像进行处理，得到所述数字表面图像。

可选的，所述对所述高清卫星影像进行预处理包括：

对所述高清卫星影像进行图像滤波和图像裁剪，所述图像滤波用于消除所述高清卫星影像中的噪声，所述图像裁剪用于去除所述高清卫星影像中的干扰轮廓，所述图像滤波和所述图像裁剪中的一个在另一个之前。

可选的，所述基于所述正射图和所述数字表面图，结合预先构建的高清卫星影像图像库，识别所述高清卫星影像的屋顶轮廓范围包括：

基于所述正射图和所述数字表面图，从预先构建的高清卫星影像图像库中选择高清卫星比对图像；

利用选择出的高清卫星比对图像，训练得到具备屋顶轮廓范围识别能力的屋顶轮廓识别模型；

将高清卫星影像输入到所述屋顶轮廓识别模型中，获得所述屋顶轮廓识别模型输出的所述高清卫星影像的初始屋顶轮廓范围；

利用所述初始屋顶轮廓范围对所述高清卫星影像进行二值化处理，得到所述高清卫星影像的二值化栅格图；

对所述高清卫星影像的二值化栅格图进行矢量化处理，得到栅格矢量图，优化所述栅格矢量图的边界，以得到所述屋顶轮廓范围。

可选的，所述基于所述正射图和所述数字表面图，从预先构建的高清卫星影像图像库中选择高清卫星比对图像包括：

针对所述数字表面图中的每个像素点，利用该像素点的坐标，从所述正射图中获取该像素点的RGB信息；

通过从正射图中获取的所有像素点的RGB信息，从高清卫星影像图像库中选择与所述所有像素点的RGB信息匹配的高清卫星比对图像。

可选的，所述根据所述屋顶轮廓坐标集合，得到屋顶轮廓拟合平面的第一平面方程包括：

根据所述屋顶轮廓坐标集合，确定屋顶轮廓的角点像素坐标；

根据所述角点像素坐标，计算所述屋顶轮廓拟合平面的第一平面方程。

可选的，所述对屋顶轮廓拟合平面的第一平面方程进行修正，以得到屋顶轮廓拟合平面的第二平面方程包括：

根据所述角点像素坐标和设定常数值，得到所述焦点像素坐标对应的多延伸像素坐标；

将每个延伸像素坐标代入所述第一平面方程，得到所述延伸像素坐标的计算结果，并计算所述计算结果的误差值；

当所述误差值小于标准误差值时，利用所述误差值小于所述标准误差值的延伸像素坐标对所述第一平面方程进行修正。

可选的，所述利用所述第二平面方程，对所述高清卫星比对图像进行屋顶轮廓信息识别，基于所述屋顶轮廓信息，得到屋顶轮廓平面模型包括：

利用所述平面方程对所述高清卫星比对图像中的屋顶轮廓信息进行识别，从所述高清卫星比对图像中识别到屋顶轮廓信息；

将识别到的屋顶轮廓信息与所述高清卫星比对图像标注的屋顶信息中的屋顶轮廓信息进行比对，以确定出用于训练所述屋顶轮廓平面模型的屋顶轮廓信息；

利用确定出的屋顶轮廓信息，训练所述屋顶轮廓平面模型。

可选的，所述通过所述高清卫星比对图像，对所述屋顶轮廓平面模型和所述屋顶轮廓比对模型进行比对，以得到屋顶信息识别模型包括：

将所述高清卫星比对图像输入到所述屋顶轮廓平面模型和所述屋顶轮廓对比模型中，获得所述屋顶轮廓平面模型和所述屋顶轮廓对比模型各自输出的屋顶轮廓坐标；

计算所述屋顶轮廓坐标之间的误差；

如果所述误差在标准差值范围内，将所述屋顶轮廓比对模型作为所述屋顶信息识别模型；

如果所述误差没在所述标准差值范围内，禁止将所述屋顶轮廓比对模型作为所述屋顶信息识别模型。

第二方面，本申请提供一种基于高清卫星影像的屋顶信息自动识别装置，所述装置包括：

图像处理模块，用于采集没有标注屋顶信息的高清卫星影像，对所述高清卫星影像进行预处理，得到高清卫星栅格图像，并基于所述高清卫星栅格图像，得到正射图和数字表面图；

轮廓识别模块，用于基于所述正射图和所述数字表面图，结合预先构建的高清卫星影像图像库，识别所述高清卫星影像的屋顶轮廓范围，从所述屋顶轮廓范围中提取出屋顶轮廓坐标集合，所述高清卫星影像图像库中存储具有不同屋顶特征的高清卫星比对图像；

平面方程处理模块，用于根据所述屋顶轮廓坐标集合，得到屋顶轮廓拟合平面的第一平面方程，对屋顶轮廓拟合平面的第一平面方程进行修正，以得到屋顶轮廓拟合平面的第二平面方程；

屋顶轮廓平面模型获取模块，用于利用所述第二平面方程，对所述高清卫星比对图像进行屋顶轮廓信息识别，基于所述屋顶轮廓信息，得到屋顶轮廓平面模型；

屋顶轮廓比对模型获取模块，用于采集所述第二平面方程对应的目标屋顶轮廓拟合平面内各个像素点的像素值，得到屋顶轮廓颜色集合，通过所述屋顶轮廓颜色集合对所述目标屋顶轮廓拟合平面进行拟合，以得到屋顶轮廓比对模型；

屋顶信息识别模型获取模块，用于通过所述高清卫星比对图像，对所述屋顶轮廓平面模型和所述屋顶轮廓比对模型进行比对，以得到屋顶信息识别模型；

导出模块，用于导出所述屋顶信息识别模型，所述屋顶信息识别模型用于识别所述高清卫星影像的屋顶信息。

第三方面，本申请提供一种屋顶信息自动识别设备，包括：处理器以及存储器；

所述存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令，当所述处理器执行所述计算机指令时，所述屋顶信息自动识别设备执行上述方法。

第四方面，本申请提供一种存储介质，用于存储计算机程序，所述计算机程序被执行时，具体用于实现上述方法。

与现有技术相比，本申请提供的上述技术方案具有如下优点：

高清卫星影像图像库中可以存储具有不同屋顶特征的高清卫星比对图像，利用这些高清卫星比对图像，通过上述方法得到能够适用于不同屋顶特征的屋顶信息识别模型，利用该屋顶信息识别模型对具有不同屋顶特征的高清卫星影像的屋顶信息进行自动识别，大大减小了使用高清卫星影像对屋顶信息进行自动识别过程中出现漏识别或误识别的情况，显著提高了采用高清卫星影像对屋顶信息进行自动识别的准确性。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例提供的一种基于高清卫星影像的屋顶信息自动识别方法的流程图；

图2是本申请实施例提供的高清卫星影像库的示意图；

图3是本申请实施例提供的生成正射图的流程图；

图4是本申请实施例提供的一种屋顶信息自动识别的示意图；

图5是本申请实施例提供的另一种屋顶信息自动识别的示意图；

图6是本申请实施例提供的一种基于高清卫星影像的屋顶信息自动识别装置的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

请参见图1，其示出了本申请实施例提供的一种基于高清卫星影像的屋顶信息自动识别方法的流程，可以包括以下步骤：

S11、预先构建高清卫星影像图像库，采集各个地区的建筑物特征，根据各个地区的建筑物特征预先构建屋顶对比模型库。

其中，高清卫星影像图像库用于存储高清卫星比对图像，高清卫星比对图像是预先采集到的、标注屋顶信息的高清卫星影像，高清卫星比对图像能够应用到没有标注屋顶信息的高清卫星影像的屋顶信息识别中。一幅高清卫星比对图像中可以包括具有相同建筑物特征的至少一种类型的建筑物，并且每个建筑物的屋顶信息被标注出来，使得高清卫星影像图像库可以包括多种建筑物特征、且标注屋顶信息的多幅高清卫星影像，以丰富高清卫星影像图像库中的建筑物特征，通过众多的高清卫星比对图像来记录不同地区的建筑物特征，在利用高清卫星影像图像库对屋顶信息进行自动识别时，能够从众多的高清卫星比对图像中查找相匹配的高清卫星比对图像，减少漏识别或误识别，提高精确性。

屋顶比对模型库用于存储屋顶比对模型，屋顶比对模型用于生成屋顶信息识别模型，通过屋顶信息识别模型对没有标注屋顶信息的高清卫星影像进行屋顶信息识别，以从该高清卫星影像中识别(提取)屋顶的轮廓。一个屋顶比对模型可以识别一种类型的建筑物特征，或者，一个屋顶比对模型可以识别多种类型建筑物特征。

屋顶比对模型通过各个地区的建筑物特征训练得到。如从高清卫星比对图像中提取建筑物特征，利用提取到的建筑物特征和高清卫星比对图像标注的屋顶信息，训练得到屋顶比对模型，从而通过屋顶比对模型库中的至少一个屋顶比对模型能够学习到不同地区的建筑物特征，利用至少一个屋顶比对模型得到能够识别不同地区的建筑物特征的屋顶信息识别模型，以能够识别具有不同建筑物特征的屋顶，减少漏识别或误识别，提高精确性。

在一些示例中，建筑物特征包括形状特征、颜色特征以及面积特征等，通过这些特征至少描述建筑物的屋顶信息。其中，形状特征包括正方形、矩形、梯形以及组合形等，颜色特征包括红色、蓝色、白色等类型。面积特征可以用于指示建筑物面积的等级，如等级小于10m²(平方米)，10-100m²，100-500m²，500m-1000m²，1000m²以上。

在本实施例中可以根据形状特征对面积特征进行分类，如将具有相同形状特征且相同面积特征的高清卫星比对图像划分为同一类，利用同一类的高清卫星比对图像训练屋顶比对模型，那么在获取到没有标注屋顶信息的高清卫星影像后，能够根据高清卫星影像的面积大小选择屋顶比对模型，提高了后续对屋顶信息进行自动识别的效率。例如，高清卫星影像的面积为60m²，那么建筑物的面积小于或者等于60m²，从而为该高清卫星影像选择对应等级为10-100m²的屋顶比对模型。

此外，在训练得到屋顶比对模型过程中，调用掩膜算法对高清卫星比对图像进行处理，以将高清卫星比对图像处理成黑白图像，即高清卫星比对图像是一个具有0和1的二进制图像，其中1可以表示建筑物，0可以表示非建筑物，以减少高清卫星比对图像的数据量，提高处理效率。并且，高清卫星比对图像经过掩膜算法处理后，不同的高清卫星比对图像的着色统一，都是1表示建筑物，0表示非建筑物，减少色彩对屋顶比对模型的影响，从而降低对屋顶信息自动识别造成的干扰。高清卫星影像图像库中的各幅高清卫星比对图像可以替换为掩膜算法处理后的图像，进一步降低对屋顶信息自动识别造成的干扰。

在一些示例中，高清卫星影像图像库包括图像分类库、分析对比图像库和图像更新训练库，如图2所示。其中，图像分类库采用分类对比算法对具有相同屋顶特征的高清卫星比对图像进行分类，屋顶特征包括地域特征、建筑物特征和风格特征，通过对高清卫星比对图像进行分类，便于后续根据屋顶特征对高清卫星比对图像进行选择对比，提高了通过高清卫星影像库进行对比分析的效率。

地域特征用于指示高清卫星比对图像所属地区，如地域特征包括北方平原地区、南方地区、北方高原地区等信息，图像分类库可以根据地区，例如：北方地区、南方地区、北方高原地区等信息对高清卫星比对图像进行分类。风格特征用于指示高清卫星比对图像中建筑物的风格和建筑物类型中的至少一种，本实施例可通过地域特征、建筑物特征和风格特征中的至少一种特征，对高清卫星比对图像进行分类。

分析对比库采用分析对比算法，对高清卫星比对图像与屋顶轮廓拟合平面进行分析比对，以选择与屋顶轮廓拟合平面指示的屋顶轮廓相匹配的高清卫星比对图像。高清卫星比对图像可以存储在分析对比库中，图像分类库可以存储高清卫星比对图像的分类，如存储高清卫星比对图像的图像标识和分类标识，图像标识可以是图像编号，分类标识可以是高清卫星比对图像所属类型，也可以是分类编号，一个分类编号指向一个类型。

图像更新训练库采用替换算法对分析对比库内的高清卫星比对图像进行更新，替换算法为更新数据直接对同类型存储数据进行替换，更新数据可以是最新的高清卫星比对图像，因为随着时间推移，同一个地方上存在拆除建筑物、新建建筑物、修缮建筑物等情况，这些导致该地方的高清卫星比对图像被修改，所以图像更新训练库可以利用最新的高清卫星比对图像替换旧的高清卫星比对图像，使得分析比对库中的高清卫星比对图像可以不断更新完善。

在这里需要说明的一点是：预先构建的高清卫星影像图像库以及屋顶对比模型库，在采集到没有标注屋顶信息的高清卫星影像后使用。并且高清卫星影像图像库以及屋顶比对模型库在构建完成后，更新高清卫星比对图和屋顶比对模型即可，那么在每采集到没有标注屋顶信息的高清卫星影像，使用已经预先构建好的高清卫星影像图像库和屋顶对比模型库即可，无需在每次采集之前构建这两个库。

S12、采集没有标注屋顶信息的高清卫星影像。高清卫星影像也可以称为高清卫星图像，可以通过高清卫星摄像头拍摄得到。

S13、对高清卫星影像进行预处理，得到高清卫星栅格图像，高清卫星栅格图像仍没有标注屋顶信息。

在一些示例中，预处理包括图像分幅、图像滤波和图像裁剪等中的至少一种。图像分幅用于对高清卫星影像进行分块处理。图像滤波用于消除高清卫星影像中的噪声，如图像分幅将高清卫星影像分割成多个图像块，图像滤波可以是消除每个图像块中的噪声，多个图像块可以并行消除噪声，提高效率，且图像滤波能够提高高清卫星影像的图像质量，如至少提高图斑清晰度，从而减少后续轮廓提取的误差。

图像裁剪用于去除高清卫星影像中的干扰轮廓，如针对消除噪声的每个图像块，去除每个图像块中的干扰轮廓，干扰轮廓可以是与建筑物相似的对象的轮廓，如与建筑物纹理颜色相似的地物的轮廓，如道路等硬化地表的轮廓可以视为干扰轮廓，去除干扰轮廓能够保证准确提取建筑物的轮廓。由此，通过对高清卫星影像的预处理减小了干扰，提高了屋顶信息识别的准确性。

S14、基于高清卫星栅格图像，得到正射图和数字表面图。正射图中每个像素点包含区域的RGB信息，数字表面图中每个像素点包含对应的坐标信息，也就是说正射图中的每个像素点记录了该像素点的RGB信息，数字表面图中的每个像素点记录了该像素点的坐标信息，以通过数字表面图和正射图记录每个像素点的坐标A(x_i,y_i)和坐标A(x_i,y_i)的RGB值(r_i,g_i,b_i)。

在一些示例中，正射图的生成过程如图3所示，可以包括以下步骤：

S141、对高清卫星栅格图像进行特征提取，以获取高清卫星栅格图像中的关键点，并在高清卫星栅格图像中确定与关键点匹配的路标点。

在本实施例中，通过屋顶对比模型库中的屋顶比对模型对高清卫星栅格图像进行特征提取，如将高清卫星栅格图像输入到屋顶比对模型中，获取屋顶比对模型输出的特征，特征可以是屋顶比对模型输出的屋顶轮廓等等，将表示屋顶轮廓的各个点作为关键点。

S142、基于路标点，确定高清卫星栅格图像是否为关键帧图像，若是，执行步骤S143，若否，执行步骤S147。

S143、若高清卫星栅格图像为关键帧图像，基于预先设置的GPS(GlobalPositioning System，全球定位系统)误差以及重投影误差，对关键帧图像对应的局部地图信息进行优化。其中，局部地图信息包括局部地图上的所有关键帧图像、所有路标点以及视觉坐标系到地理坐标系的相似变换，局部地图是局部地图信息指向的地图。

S144、基于优化后的局部地图信息，确定关键帧图像的正射性。关键帧图像是上述步骤S142基于路标点确定的作为关键帧图像的高清卫星栅格图像。

S145、若正射性大于预先设置的阈值，将关键帧图像投影到地平面上，并将投影后的关键帧图像切分为多个图像瓦片。

S146、对各图像瓦片以及各图像瓦片的正射值瓦片进行融合，生成各图像瓦片的正射图像，各图像瓦片的正射图像可以组成关键帧图像的正射图。

在本实施例中，对各图像瓦片以及各图像瓦片的正射值瓦片进行融合是指，以一个图像瓦片为单位，对该图像瓦片和该图像瓦片的正射值瓦片进行融合，以生成该图像瓦片的正射图像。在生成所有图像瓦片的正射图像后，将所有图像瓦片的正射图像进行组装，得到关键图像的正射图，从而实现基于高清卫星栅格图像得到正射图。在组装正射图像过程中，可以根据关键帧图像切分成图像瓦片的切分顺序进行组装。

S147、若高清卫星栅格图像为关键帧图像，结束处理。

在这里需要说明的一点是：若图像剪裁和图像滤波是对高清卫星影像进行图像分幅得到的多个图像块，那么高清卫星栅格图像包括组成高清卫星影像的每个图像块，可以对每个图像块按照上述步骤S141至步骤S146进行处理，以在每个图像块作为关键帧图像时得到每个图像块的正射图，每个图像块的正射图组装后得到高清卫星栅格图像的正射图。

在一些示例中，数字表面图可以采用影像分块匹配技术与半全局匹配算法进行密集匹配生成，其过程本实施例不在阐述。

S15、基于正射图和数字表面图，结合预先构建的高清卫星影像图像库，识别高清卫星影像的屋顶轮廓范围，从屋顶轮廓范围中提取出屋顶轮廓坐标集合Im，其中m为屋顶个数，屋顶轮廓范围用于指示出建筑物的屋顶轮廓。

在一些示例中，识别高清卫星影像的屋顶轮廓范围的过程可以是：基于正射图和数字表面图，从预先构建的高清卫星影像图像库中选择高清卫星比对图像；利用选择出的高清卫星比对图像，训练得到具备屋顶轮廓范围识别能力的屋顶轮廓识别模型。将高清卫星影像输入到该屋顶轮廓识别模型中，获得屋顶轮廓识别模型输出的高清卫星影像的初始屋顶轮廓范围。初始屋顶轮廓范围用于指示出高清卫星影像中屋顶轮廓所在大概区域，利用初始屋顶轮廓范围对高清卫星影像进行二值化处理，得到高清卫星影像的二值化栅格图，对高清卫星影像的二值化栅格图进行矢量化处理，得到栅格矢量图。优化栅格矢量图的边界，以得到屋顶轮廓范围。

其中选择高清卫星比对图像的一种方式可以是：针对数字表面图中的每个像素点，利用该像素点的坐标，从正射图中获取该像素点的RGB信息；通过从正射图中获取的所有像素点的RGB信息，从高清卫星影像图像库中获取与这些像素点的RGB信息匹配的高清卫星比对图像。

高清卫星影像图像库中的高清卫星比对图像较多，为了提高效率，可以利用地域特征和风格特征中的至少一种特征，对高清卫星影像图像库进行初步筛选，然后再基于正射图和数字表面图，从初步筛选出的高清卫星比对图像中选择。如在拍摄高清卫星影像时，高清卫星影像可以记录下地域信息，从而可以从高清卫星影像图像库中选择地域特征与该地域信息匹配的高清卫星比对图像。

S16、针对屋顶轮廓坐标集合Im形成屋顶轮廓拟合平面的平面方程(即第一平面方程)。

一种可行方式是，根据屋顶轮廓坐标集合Im，确定屋顶轮廓的角点像素坐标分别为(x_min,y_min)、(x_min,y_max)、(x_max,y_min)、(x_max,y_max)，根据角点像素坐标，计算屋顶轮廓拟合平面对应的平面方程。

此外，当屋顶轮廓范围指示屋顶轮廓为多边形时，可通过选取多个角点像素坐标的方式，计算屋顶轮廓拟合平面的平面方程，如多个角点可以是五个或五个以上，一般选择多边形的拐点(也可以称为顶点)作为角点。

在这里需要说明的一点是：屋顶轮廓坐标集合Im是m个屋顶轮廓的坐标集合，针对每个屋顶轮廓可以确定该屋顶轮廓的角点像素坐标，根据该屋顶轮廓的焦点像素坐标，计算该屋顶轮廓拟合平面对应的平面方程。

在一些示例中，在计算屋顶轮廓拟合平面的平面方程过程中，可以加入修正像素坐标，基于角点像素坐标和修正像素坐标，采用最小二乘法，拟合得到屋顶轮廓拟合平面的平面方程。其中修正像素坐标可以基于SIFT(Scale-Invariant Feature Transform，尺度不变特征变换)算法得到，或者修正像素坐标可采用以设定步长l的方式进行筛选，具体的是，从角点像素坐标中选择一个像素坐标作为初始像素坐标，根据初始像素坐标与设定步长l确定初始像素坐标周围的至少四个修正像素坐标。假设初始像素坐标为(x,y)，确定的四个修正像素坐标分别是(x+l,y+l)、(x+l,y-l)、(x-l,y+l)、(x-l,y-l)，设定步长l可以预先设置，取值不进行限定。

S17、对屋顶轮廓拟合平面的平面方程进行修正，以得到修正后的屋顶轮廓拟合平面的平面方程(即第二平面方程)。

在一些示例中，利用上述修正像素坐标对屋顶轮廓拟合平面的平面方程进行修正。在一些示例中，采用如下方式得到修正像素坐标：

在角点像素坐标的基础上以设定常数值的方式，采集多点延伸像素坐标(x₁,y₁)、(x₂,y₂)…(x_i,y_i)；将任一延伸像素坐标代入平面方程，得到延伸像素坐标的计算结果，并计算该计算结果的误差值，当判断误差值小于标准误差值时，延伸像素坐标可以作为修正像素坐标，采用延伸像素坐标对平面方程进行修正。

此外，执行上述步骤作为修正像素坐标的延伸像素坐标时，可以直到采集到屋顶轮廓边界的边界点，即作为修正像素坐标的延伸像素坐标为一个边界点的坐标时结束采集，采用多个延伸像素坐标修正后的屋顶轮廓拟合平面的平面方程为屋顶轮廓拟合平面的平面方程。

S18、利用修正后的屋顶轮廓拟合平面的平面方程，对高清卫星影像图像库中的高清卫星比对图像进行屋顶轮廓信息识别，基于识别到的屋顶轮廓信息，得到屋顶轮廓平面模型。

在本实施例中，利用修正后的屋顶轮廓拟合平面的平面方程对高清卫星比对图像中的屋顶轮廓信息进行识别，从高清卫星比对图像中识别到屋顶轮廓信息，如识别到屋顶轮廓坐标。此外本实施例可以具有不同屋顶类型的高清卫星比对图像进行屋顶轮廓信息识别，以丰富屋顶轮廓信息。

在利用屋顶轮廓拟合平面的平面方程识别到任一高清卫星比对图像的屋顶轮廓信息后，将识别到的屋顶轮廓信息与该高清卫星比对图像标注的屋顶信息中的屋顶轮廓信息进行比对，以确定出用于训练屋顶轮廓平面模型的屋顶轮廓信息。如识别到的屋顶轮廓信息与标注的屋顶信息中的屋顶轮廓信息相同/相接近，则识别到的屋顶轮廓信息能够用于训练屋顶轮廓平面模型。

S19、采集修正后的屋顶轮廓拟合平面内各个像素点的RGB值(r_i,g_i,b_i)，形成屋顶轮廓颜色集合Kn，其中，n为屋顶个数，修正后的屋顶轮廓拟合平面是修正后的屋顶轮廓拟合平面的平面方程对应的屋顶轮廓拟合平面。

各个像素点的RGB值(r_i,g_i,b_i)可以采用设定步长筛选的方式得到，具体可以参见步骤S16中获得修正像素坐标的过程。

S20、通过屋顶轮廓颜色集合Kn对修正后的屋顶轮廓拟合平面拟合，得到屋顶轮廓对比模型。

S21、通过高清卫星影像图像库中的高清卫星比对图像，对屋顶轮廓平面模型和屋顶轮廓对比模型进行比对，以得到屋顶信息识别模型。

一种可行方式是，屋顶轮廓平面模型与屋顶轮廓对比模型采用筛分对比算法进行对比，将高清卫星比对图像输入到屋顶轮廓平面模型和屋顶轮廓对比模型中，获得屋顶轮廓平面模型和屋顶轮廓对比模型各自输出的屋顶轮廓坐标。计算屋顶轮廓坐标之间的误差，如果误差在标准差值范围内，将屋顶轮廓比对模型作为屋顶信息识别模型，如果误差没在标准差值范围内，禁止将屋顶轮廓比对模型作为屋顶信息识别模型。其中，标准差值可根据精度进行调整。

S22、导出屋顶信息识别模型，屋顶信息识别模型用于识别高清卫星影像的屋顶信息，如识别屋顶轮廓坐标和屋顶颜色等等。

由以上技术方案可知，本申请具有以下有益效果：

高清卫星影像图像库中可以存储具有不同屋顶特征的高清卫星比对图像，利用这些高清卫星比对图像，通过上述方法得到能够适用于不同屋顶特征的屋顶信息识别模型，利用该屋顶信息识别模型对具有不同屋顶特征的高清卫星影像的屋顶信息进行自动识别，大大减小了使用高清卫星影像对屋顶信息进行自动识别过程中出现漏识别或误识别的情况，显著提高了采用高清卫星影像对屋顶信息进行自动识别的准确性。

此外，屋顶比对模型库中的屋顶比对模型能够识别不同建筑物特征，在得到屋顶信息识别模型过程中，调用屋顶比对模型可以从高清卫星栅格图像中提取到不同建筑物的建筑物特征，使得正射图可以准确记录不同建筑物的RGB信息以及数字表面图可以准确记录不同建筑物的坐标信息；利用正射图和数字表面图能够准确识别高清卫星影像的屋顶轮廓范围，提高屋顶轮廓范围的准确性，进而在从屋顶轮廓范围提取出屋顶轮廓坐标集合，利用上述步骤S16至步骤S22得到屋顶信息识别模型，使得屋顶信息识别模型能够学习到不同建筑物的屋顶轮廓信息，使屋顶信息识别模型可以对具有不同屋顶特征的高清卫星影像的屋顶信息进行自动识别，大大减小了使用高清卫星影像对屋顶信息进行自动识别过程中出现漏识别或误识别的情况，显著提高了采用高清卫星影像对屋顶信息进行自动识别的准确性。

如图4和图5所示，图4中的(1)为采集到的高清卫星影像，该高清卫星影像没有标注屋顶信息，利用上述屋顶信息识别模型对该高清卫星影像进行屋顶信息识别处理，得到图4中的(2)所示识别结果，使得该高清卫星影像能够标注出各个建筑物的屋顶信息。同样的利用上述屋顶信息识别模型对图5中的(1)所示高清卫星影像进行屋顶信息识别处理，使得该高清卫星影像能够按照图5中的(2)所示标注出各个建筑物的屋顶信息，实现利用该屋顶信息识别模型对具有不同屋顶特征的高清卫星影像的屋顶信息进行自动识别。

对于前述的方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。

请参见图6，其示出了本申请实施例提供的一种基于高清卫星影像的屋顶信息自动识别装置的可选结构，可以包括：图像处理模块10、轮廓识别模块20、平面方程处理模块30、屋顶轮廓平面模型获取模块40、屋顶轮廓比对模型获取模块50、屋顶信息识别模型获取模块60和导出模块70。

图像处理模块10，用于采集没有标注屋顶信息的高清卫星影像，对高清卫星影像进行预处理，得到高清卫星栅格图像，并基于高清卫星栅格图像，得到正射图和数字表面图。

在一些示例中，图像处理模块10对高清卫星影像的预处理包括对高清卫星影像进行图像滤波和图像裁剪，图像滤波用于消除高清卫星影像中的噪声，图像裁剪用于去除高清卫星影像中的干扰轮廓，图像滤波和图像裁剪中的一个在另一个之前。此外图像处理模块10还可以对高清卫星影像进行图像分幅，如可以在图像滤波和图像裁剪之前进行图像分幅。

在一些示例中，图像处理模块10得到正射图和数字表面图的过程如下：

调用预先构建的屋顶对比模型库中的屋顶比对模型对高清卫星栅格图像进行特征提取，以获取高清卫星栅格图像中的关键点，并在高清卫星栅格图像中确定与关键点匹配的路标点，屋顶比对模型是基于至少一个地区的建筑物特征训练，不同的屋顶比对模型对应的部分建筑物特征不同；在基于路标点确定高清卫星栅格图像为关键帧图像的情况下，基于预先设置的球定位系统误差以及重投影误差，对关键帧图像对应的局部地图信息进行优化；基于优化后的局部地图信息，确定关键帧图像的正射性；在正射性大于预先设置的阈值的情况下，将关键帧图像投影到地平面上，并将投影后的关键帧图像切分为多个图像瓦片；对各图像瓦片以及各图像瓦片的正射值瓦片进行融合，生成各图像瓦片的正射图像，各图像瓦片的正射图像可以组成关键帧图像的正射图；根据影像分块匹配技术和半全局匹配算法，对高清卫星栅格图像进行处理，得到数字表面图像。

轮廓识别模块20，用于基于正射图和数字表面图，结合预先构建的高清卫星影像图像库，识别高清卫星影像的屋顶轮廓范围，从屋顶轮廓范围中提取出屋顶轮廓坐标集合，高清卫星影像图像库中存储具有不同屋顶特征的高清卫星比对图像。轮廓识别模块20识别高清卫星影像的屋顶轮廓范围的过程如下：

基于正射图和数字表面图，从预先构建的高清卫星影像图像库中选择高清卫星比对图像；利用选择出的高清卫星比对图像，训练得到具备屋顶轮廓范围识别能力的屋顶轮廓识别模型；将高清卫星影像输入到屋顶轮廓识别模型中，获得屋顶轮廓识别模型输出的高清卫星影像的初始屋顶轮廓范围；利用初始屋顶轮廓范围对高清卫星影像进行二值化处理，得到高清卫星影像的二值化栅格图；对高清卫星影像的二值化栅格图进行矢量化处理，得到栅格矢量图，优化栅格矢量图的边界，以得到屋顶轮廓范围。

其中，从预先构建的高清卫星影像图像库中选择高清卫星比对图像包括：针对数字表面图中的每个像素点，利用该像素点的坐标，从正射图中获取该像素点的RGB信息；通过从正射图中获取的所有像素点的RGB信息，从高清卫星影像图像库中选择与所有像素点的RGB信息匹配的高清卫星比对图像。

平面方程处理模块30，用于根据屋顶轮廓坐标集合，得到屋顶轮廓拟合平面的第一平面方程，对屋顶轮廓拟合平面的第一平面方程进行修正，以得到屋顶轮廓拟合平面的第二平面方程。

如平面方程处理模块30根据屋顶轮廓坐标集合，确定屋顶轮廓的角点像素坐标；根据角点像素坐标，计算屋顶轮廓拟合平面的第一平面方程。对第一平面方程的修正过程包括：根据角点像素坐标和设定常数值，得到焦点像素坐标对应的多延伸像素坐标；将每个延伸像素坐标代入第一平面方程，得到延伸像素坐标的计算结果，并计算计算结果的误差值；当误差值小于标准误差值时，利用误差值小于标准误差值的延伸像素坐标对第一平面方程进行修正。

屋顶轮廓平面模型获取模块40，用于利用第二平面方程，对高清卫星比对图像进行屋顶轮廓信息识别，基于屋顶轮廓信息，得到屋顶轮廓平面模型。

其中屋顶轮廓平面模型获取模块40得到屋顶轮廓平面模型的过程包括：利用平面方程对高清卫星比对图像中的屋顶轮廓信息进行识别，从高清卫星比对图像中识别到屋顶轮廓信息；将识别到的屋顶轮廓信息与高清卫星比对图像标注的屋顶信息中的屋顶轮廓信息进行比对，以确定出用于训练屋顶轮廓平面模型的屋顶轮廓信息；利用确定出的屋顶轮廓信息，训练屋顶轮廓平面模型。

屋顶轮廓比对模型获取模块50，用于采集第二平面方程对应的目标屋顶轮廓拟合平面内各个像素点的像素值，得到屋顶轮廓颜色集合，通过屋顶轮廓颜色集合对目标屋顶轮廓拟合平面进行拟合，以得到屋顶轮廓比对模型。

屋顶信息识别模型获取模块60，用于通过高清卫星比对图像，对屋顶轮廓平面模型和屋顶轮廓比对模型进行比对，以得到屋顶信息识别模型。

例如将高清卫星比对图像输入到屋顶轮廓平面模型和屋顶轮廓对比模型中，获得屋顶轮廓平面模型和屋顶轮廓对比模型各自输出的屋顶轮廓坐标；计算屋顶轮廓坐标之间的误差；如果误差在标准差值范围内，将屋顶轮廓比对模型作为屋顶信息识别模型；如果误差没在标准差值范围内，禁止将屋顶轮廓比对模型作为屋顶信息识别模型。

导出模块70，用于导出屋顶信息识别模型，屋顶信息识别模型用于识别高清卫星影像的屋顶信息。

本申请实施例还提供一种屋顶信息自动识别设备，包括：处理器以及存储器；存储器用于存储计算机程序代码，计算机程序代码包括计算机指令，当处理器执行计算机指令时，屋顶信息自动识别设备执行上述方法。

本申请实施例还提供一种存储介质，用于存储计算机程序，计算机程序被执行时，具体用于实现上述方法。

需要说明的是，本说明书中的各个实施例可以采用递进的方式描述、本说明书中各实施例中记载的特征可以相互替换或者组合，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

对所公开的实施例的上述说明，使本领域技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

以上所述仅是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。

Claims (10)

1.一种基于高清卫星影像的屋顶信息自动识别方法，其特征在于，所述方法包括：

采集没有标注屋顶信息的高清卫星影像，对所述高清卫星影像进行预处理，得到高清卫星栅格图像，并基于所述高清卫星栅格图像，得到正射图和数字表面图；

基于所述正射图和所述数字表面图，结合预先构建的高清卫星影像图像库，识别所述高清卫星影像的屋顶轮廓范围，从所述屋顶轮廓范围中提取出屋顶轮廓坐标集合，所述高清卫星影像图像库中存储具有不同屋顶特征的高清卫星比对图像；

根据所述屋顶轮廓坐标集合，得到屋顶轮廓拟合平面的第一平面方程，对屋顶轮廓拟合平面的第一平面方程进行修正，以得到屋顶轮廓拟合平面的第二平面方程；

利用所述第二平面方程，对所述高清卫星比对图像进行屋顶轮廓信息识别，基于所述屋顶轮廓信息，得到屋顶轮廓平面模型；

采集所述第二平面方程对应的目标屋顶轮廓拟合平面内各个像素点的像素值，得到屋顶轮廓颜色集合，通过所述屋顶轮廓颜色集合对所述目标屋顶轮廓拟合平面进行拟合，以得到屋顶轮廓比对模型；

通过所述高清卫星比对图像，对所述屋顶轮廓平面模型和所述屋顶轮廓比对模型进行比对，以得到屋顶信息识别模型；

导出所述屋顶信息识别模型，所述屋顶信息识别模型用于识别所述高清卫星影像的屋顶信息。

2.根据权利要求1所述的方法，其特征在于，所述基于所述高清卫星栅格图像，得到正射图和数字表面图包括：

调用预先构建的屋顶对比模型库中的屋顶比对模型对所述高清卫星栅格图像进行特征提取，以获取所述高清卫星栅格图像中的关键点，并在所述高清卫星栅格图像中确定与关键点匹配的路标点，所述屋顶比对模型是基于至少一个地区的建筑物特征训练，不同的屋顶比对模型对应的部分建筑物特征不同；

在基于所述路标点确定所述高清卫星栅格图像为关键帧图像的情况下，基于预先设置的球定位系统误差以及重投影误差，对所述关键帧图像对应的局部地图信息进行优化；

基于优化后的局部地图信息，确定所述关键帧图像的正射性；

在所述正射性大于预先设置的阈值的情况下，将所述关键帧图像投影到地平面上，并将投影后的关键帧图像切分为多个图像瓦片；

对各图像瓦片以及各图像瓦片的正射值瓦片进行融合，生成各图像瓦片的正射图像，各图像瓦片的正射图像可以组成所述关键帧图像的正射图；

根据影像分块匹配技术和半全局匹配算法，对所述高清卫星栅格图像进行处理，得到所述数字表面图像。

3.根据权利要求1所述的方法，其特征在于，所述对所述高清卫星影像进行预处理包括：

对所述高清卫星影像进行图像滤波和图像裁剪，所述图像滤波用于消除所述高清卫星影像中的噪声，所述图像裁剪用于去除所述高清卫星影像中的干扰轮廓，所述图像滤波和所述图像裁剪中的一个在另一个之前。

4.根据权利要求1所述的方法，其特征在于，所述基于所述正射图和所述数字表面图，结合预先构建的高清卫星影像图像库，识别所述高清卫星影像的屋顶轮廓范围包括：

基于所述正射图和所述数字表面图，从预先构建的高清卫星影像图像库中选择高清卫星比对图像；

利用选择出的高清卫星比对图像，训练得到具备屋顶轮廓范围识别能力的屋顶轮廓识别模型；

将高清卫星影像输入到所述屋顶轮廓识别模型中，获得所述屋顶轮廓识别模型输出的所述高清卫星影像的初始屋顶轮廓范围；

利用所述初始屋顶轮廓范围对所述高清卫星影像进行二值化处理，得到所述高清卫星影像的二值化栅格图；

对所述高清卫星影像的二值化栅格图进行矢量化处理，得到栅格矢量图，优化所述栅格矢量图的边界，以得到所述屋顶轮廓范围。

5.根据权利要求4所述的方法，其特征在于，所述基于所述正射图和所述数字表面图，从预先构建的高清卫星影像图像库中选择高清卫星比对图像包括：

针对所述数字表面图中的每个像素点，利用该像素点的坐标，从所述正射图中获取该像素点的RGB信息；

通过从正射图中获取的所有像素点的RGB信息，从高清卫星影像图像库中选择与所述所有像素点的RGB信息匹配的高清卫星比对图像。

6.根据权利要求1所述的方法，其特征在于，所述根据所述屋顶轮廓坐标集合，得到屋顶轮廓拟合平面的第一平面方程包括：

根据所述屋顶轮廓坐标集合，确定屋顶轮廓的角点像素坐标；

根据所述角点像素坐标，计算所述屋顶轮廓拟合平面的第一平面方程。

7.根据权利要求6所述的方法，其特征在于，所述对屋顶轮廓拟合平面的第一平面方程进行修正，以得到屋顶轮廓拟合平面的第二平面方程包括：

根据所述角点像素坐标和设定常数值，得到所述焦点像素坐标对应的多延伸像素坐标；

将每个延伸像素坐标代入所述第一平面方程，得到所述延伸像素坐标的计算结果，并计算所述计算结果的误差值；

当所述误差值小于标准误差值时，利用所述误差值小于所述标准误差值的延伸像素坐标对所述第一平面方程进行修正。

8.根据权利要求1所述的方法，其特征在于，所述利用所述第二平面方程，对所述高清卫星比对图像进行屋顶轮廓信息识别，基于所述屋顶轮廓信息，得到屋顶轮廓平面模型包括：

利用所述平面方程对所述高清卫星比对图像中的屋顶轮廓信息进行识别，从所述高清卫星比对图像中识别到屋顶轮廓信息；

将识别到的屋顶轮廓信息与所述高清卫星比对图像标注的屋顶信息中的屋顶轮廓信息进行比对，以确定出用于训练所述屋顶轮廓平面模型的屋顶轮廓信息；

利用确定出的屋顶轮廓信息，训练所述屋顶轮廓平面模型。

9.根据权利要求1所述的方法，其特征在于，所述通过所述高清卫星比对图像，对所述屋顶轮廓平面模型和所述屋顶轮廓比对模型进行比对，以得到屋顶信息识别模型包括：

将所述高清卫星比对图像输入到所述屋顶轮廓平面模型和所述屋顶轮廓对比模型中，获得所述屋顶轮廓平面模型和所述屋顶轮廓对比模型各自输出的屋顶轮廓坐标；

计算所述屋顶轮廓坐标之间的误差；

如果所述误差在标准差值范围内，将所述屋顶轮廓比对模型作为所述屋顶信息识别模型；

如果所述误差没在所述标准差值范围内，禁止将所述屋顶轮廓比对模型作为所述屋顶信息识别模型。

10.一种基于高清卫星影像的屋顶信息自动识别装置，其特征在于，所述装置包括：

图像处理模块，用于采集没有标注屋顶信息的高清卫星影像，对所述高清卫星影像进行预处理，得到高清卫星栅格图像，并基于所述高清卫星栅格图像，得到正射图和数字表面图；

轮廓识别模块，用于基于所述正射图和所述数字表面图，结合预先构建的高清卫星影像图像库，识别所述高清卫星影像的屋顶轮廓范围，从所述屋顶轮廓范围中提取出屋顶轮廓坐标集合，所述高清卫星影像图像库中存储具有不同屋顶特征的高清卫星比对图像；

平面方程处理模块，用于根据所述屋顶轮廓坐标集合，得到屋顶轮廓拟合平面的第一平面方程，对屋顶轮廓拟合平面的第一平面方程进行修正，以得到屋顶轮廓拟合平面的第二平面方程；

屋顶轮廓平面模型获取模块，用于利用所述第二平面方程，对所述高清卫星比对图像进行屋顶轮廓信息识别，基于所述屋顶轮廓信息，得到屋顶轮廓平面模型；

屋顶轮廓比对模型获取模块，用于采集所述第二平面方程对应的目标屋顶轮廓拟合平面内各个像素点的像素值，得到屋顶轮廓颜色集合，通过所述屋顶轮廓颜色集合对所述目标屋顶轮廓拟合平面进行拟合，以得到屋顶轮廓比对模型；

屋顶信息识别模型获取模块，用于通过所述高清卫星比对图像，对所述屋顶轮廓平面模型和所述屋顶轮廓比对模型进行比对，以得到屋顶信息识别模型；

导出模块，用于导出所述屋顶信息识别模型，所述屋顶信息识别模型用于识别所述高清卫星影像的屋顶信息。

Images