CN116665042A - 一种遥感图像建筑区检测方法及系统 - Google Patents
一种遥感图像建筑区检测方法及系统 Download PDFInfo
- Publication number
- CN116665042A CN116665042A CN202310470730.7A CN202310470730A CN116665042A CN 116665042 A CN116665042 A CN 116665042A CN 202310470730 A CN202310470730 A CN 202310470730A CN 116665042 A CN116665042 A CN 116665042A
- Authority
- CN
- China
- Prior art keywords
- image
- remote sensing
- building area
- building
- sensing sub
- 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.)
- Withdrawn
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 31
- 238000012545 processing Methods 0.000 claims abstract description 115
- 238000000034 method Methods 0.000 claims abstract description 19
- 238000004364 calculation method Methods 0.000 claims description 28
- 239000013598 vector Substances 0.000 claims description 13
- 230000011218 segmentation Effects 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 6
- 238000007499 fusion processing Methods 0.000 claims description 3
- 238000003709 image segmentation Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims 2
- 238000005516 engineering process Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/176—Urban or other man-made structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/16—Image acquisition using multiple overlapping images; Image stitching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明提供的一种遥感图像建筑区检测方法及系统,涉及图像处理技术领域。在本发明中,对建筑区遥感图像进行分割处理,以形成建筑区遥感图像对应的多帧建筑区遥感子图像。对多帧建筑区遥感子图像进行聚类处理,以形成对应的至少一个图像聚类簇,至少一个图像聚类簇中的每一个图像聚类簇包括至少一帧建筑区遥感子图像。依据至少一个图像聚类簇中的每一个图像聚类簇对应的聚类中心对应的建筑区遥感子图像,对目标建筑区进行建筑合规度的确定处理,以输出目标建筑区对应的建筑合规度。基于上述方法,可以提高建筑区的合规度的检测精度。
Description
技术领域
本发明涉及图像处理技术领域,具体而言,涉及一种遥感图像建筑区检测方法及系统。
背景技术
随着遥感技术和图像处理技术的不断发展,使得其应用领域也逐渐增加,例如,可以基于遥感技术对建筑区进行图像信息采集,以形成对应的建筑区遥感图像。然后,可以基于图像处理技术,如图像识别技术等,对建筑区遥感图像进行识别处理,使得可以得到对应的建筑区的合规程度,但是,由于建筑区遥感图像一般图像信息量较大,使得在直接对建筑区遥感图像进行识别处理时,容易出现精度不高的问题。
发明内容
有鉴于此,本发明的目的在于提供一种遥感图像建筑区检测方法及系统,以提高建筑区的合规度的检测精度。
为实现上述目的,本发明实施例采用如下技术方案:
一种遥感图像建筑区检测方法,应用于建筑区管控服务器,所述遥感图像建筑区检测方法包括:
对获取到的建筑区遥感图像进行分割处理,以形成所述建筑区遥感图像对应的多帧建筑区遥感子图像,所述多帧建筑区遥感子图像通过进行拼接处理,以形成所述建筑区遥感图像,所述建筑区遥感图像通过遥感设备对目标建筑区进行图像信息采集形成;
对所述多帧建筑区遥感子图像进行聚类处理,以形成所述多帧建筑区遥感子图像对应的至少一个图像聚类簇,所述至少一个图像聚类簇中的每一个图像聚类簇包括至少一帧建筑区遥感子图像;
依据所述至少一个图像聚类簇中的每一个图像聚类簇对应的聚类中心对应的建筑区遥感子图像,对所述目标建筑区进行建筑合规度的确定处理,以输出所述目标建筑区对应的建筑合规度。
在一些优选的实施例中,在上述遥感图像建筑区检测方法中,所述对获取到的建筑区遥感图像进行分割处理,以形成所述建筑区遥感图像对应的多帧建筑区遥感子图像的步骤,包括:
对获取到的建筑区遥感图像进行轮廓识别处理,以输出所述建筑区遥感图像对应的建筑轮廓集合,所述建筑轮廓集合包括多个建筑轮廓;
依据所述建筑轮廓集合包括的每一个建筑轮廓,对所述建筑区遥感图像进行分割处理,形成所述建筑区遥感图像对应的多帧建筑区遥感子图像。
在一些优选的实施例中,在上述遥感图像建筑区检测方法中,所述依据所述建筑轮廓集合包括的每一个建筑轮廓,对所述建筑区遥感图像进行分割处理,形成所述建筑区遥感图像对应的多帧建筑区遥感子图像的步骤,包括:
分别将所述建筑轮廓集合包括的每一个建筑轮廓作为图像分割线,并依据每一条所述图像分割线对所述建筑区遥感图像进行分割处理,以形成所述建筑区遥感图像对应的多帧初始建筑区遥感子图像;
对所述建筑区遥感图像进行图像连通域识别处理,以输出所述建筑区遥感图像对应的多个图像连通域;
依据所述多个图像连通域中的每一个图像连通域,对所述多帧初始建筑区遥感子图像进行合并处理,以形成所述建筑区遥感图像对应的多帧建筑区遥感子图像,所述合并处理包括,将属于同一个所述图像连通域的每两帧初始建筑区遥感子图像进行图像拼接处。
在一些优选的实施例中,在上述遥感图像建筑区检测方法中,所述对所述多帧建筑区遥感子图像进行聚类处理,以形成所述多帧建筑区遥感子图像对应的至少一个图像聚类簇的步骤,包括:
对于所述多帧建筑区遥感子图像中的每一帧建筑区遥感子图像,分别对该建筑区遥感子图像和所述多帧建筑区遥感子图像中的每一帧其它建筑区遥感子图像进行图像相似度计算处理,以输出该建筑区遥感子图像和每一帧其它建筑区遥感子图像之间的图像相似度;
对于所述多帧建筑区遥感子图像中的每一帧建筑区遥感子图像,依据该建筑区遥感子图像和每一帧其它建筑区遥感子图像之间的图像相似度,对该建筑区遥感子图像进行空间向量化处理,以构建形成该建筑区遥感子图像对应的相似度空间向量;
依据每一帧所述建筑区遥感子图像对应的相似度空间向量,并按照预先设置的聚类半径,对所述多帧建筑区遥感子图像进行聚类处理,以形成所述多帧建筑区遥感子图像对应的至少一个图像聚类簇。
在一些优选的实施例中,在上述遥感图像建筑区检测方法中,所述对于所述多帧建筑区遥感子图像中的每一帧建筑区遥感子图像,分别对该建筑区遥感子图像和所述多帧建筑区遥感子图像中的每一帧其它建筑区遥感子图像进行图像相似度计算处理,以输出该建筑区遥感子图像和每一帧其它建筑区遥感子图像之间的图像相似度的步骤,包括:
对于图像相似度计算处理的两帧建筑区遥感子图像,分别对包括的像素点的像素值进行序列化处理,以输出第一像素值序列和第二像素值序列;
对所述第一像素值序列进行序列单元提取处理,以输出所述第一像素值序列对应的多个第一序列单元,对于所述多个第一序列单元中的每一个第一序列单元,对该第一序列单元与相邻第一序列单元进行相似度计算处理,再依据计算输出的相似度,对该第一序列单元进行重要系数确定处理,以输出该第一序列单元对应的第一重要系数,每一个所述第一序列单元包括的第一像素值的数量小于或等于预先配置的像素数量阈值;
对所述第二像素值序列进行序列单元提取处理,以输出所述第二像素值序列对应的多个第二序列单元,对于所述多个第二序列单元中的每一个第二序列单元,对该第二序列单元与相邻第二序列单元进行相似度计算处理,再依据计算输出的相似度,对该第二序列单元进行重要系数确定处理,以输出该第二序列单元对应的第二重要系数,每一个所述第二序列单元包括的第二像素值的数量小于或等于所述像素数量阈值;
依据包括的像素值对应的像素位置,将所述多个第一序列单元和所述多个第二序列单元进行一一对应关系确定处理;
对于具有对应关系的每一组第一序列单元和第二序列单元,对该第一序列单元和该第二序列单元进行相似度计算处理,以输出该第一序列单元和该第二序列单元之间的单元相似度,再依据每一组第一序列单元和第二序列单元分别对应的第一重要系数和第二重要系数,对每一组第一序列单元和第二序列单元之间的单元相似度进行融合处理,以输出所述两帧建筑区遥感子图像之间的图像相似度。
在一些优选的实施例中,在上述遥感图像建筑区检测方法中,所述依据所述至少一个图像聚类簇中的每一个图像聚类簇对应的聚类中心对应的建筑区遥感子图像,对所述目标建筑区进行建筑合规度的确定处理,以输出所述目标建筑区对应的建筑合规度的步骤,包括:
对于所述至少一个图像聚类簇中的每一个图像聚类簇对应的聚类中心对应的建筑区遥感子图像,依据预先训练形成的识别模型对该建筑区遥感子图像进行识别处理,以输出该建筑区遥感子图像对应的建筑合规度;
依据所述至少一个图像聚类簇中的每一个图像聚类簇对应的聚类中心对应的建筑区遥感子图像对应的建筑合规度,对所述目标建筑区进行建筑合规度的确定处理,以输出所述目标建筑区对应的建筑合规度。
在一些优选的实施例中,在上述遥感图像建筑区检测方法中,所述依据所述至少一个图像聚类簇中的每一个图像聚类簇对应的聚类中心对应的建筑区遥感子图像对应的建筑合规度,对所述目标建筑区进行建筑合规度的确定处理,以输出所述目标建筑区对应的建筑合规度的步骤,包括:
对于所述至少一个图像聚类簇中的每一个图像聚类簇对应的聚类中心对应的建筑区遥感子图像,将该建筑区遥感子图像对应的建筑合规度与预先配置的合规度阈值进行大小比较处理;
对于所述至少一个图像聚类簇中的每一个图像聚类簇对应的聚类中心对应的建筑区遥感子图像,在该建筑区遥感子图像对应的建筑合规度大于所述合规度阈值的情况下,将该建筑区遥感子图像对应的建筑合规度确定为该图像聚类簇包括的每一帧建筑区遥感子图像对应的建筑合规度;
对于所述至少一个图像聚类簇中的每一个图像聚类簇对应的聚类中心对应的建筑区遥感子图像,在该建筑区遥感子图像对应的建筑合规度小于或等于所述合规度阈值的情况下,通过所述识别模型分别对该图像聚类簇包括的每一帧建筑区遥感子图像进行识别处理,以输出该图像聚类簇包括的每一帧建筑区遥感子图像对应的建筑合规度;
依据每一帧建筑区遥感子图像对应的建筑合规度,对所述目标建筑区进行建筑合规度的确定处理,以输出所述目标建筑区对应的建筑合规度。
本发明实施例还提供一种遥感图像建筑区检测系统,应用于建筑区管控服务器,所述遥感图像建筑区检测系统包括:
遥感图像分割模块,用于对获取到的建筑区遥感图像进行分割处理,以形成所述建筑区遥感图像对应的多帧建筑区遥感子图像,所述多帧建筑区遥感子图像通过进行拼接处理,以形成所述建筑区遥感图像,所述建筑区遥感图像通过遥感设备对目标建筑区进行图像信息采集形成;
遥感图像聚类模块,用于对所述多帧建筑区遥感子图像进行聚类处理,以形成所述多帧建筑区遥感子图像对应的至少一个图像聚类簇,所述至少一个图像聚类簇中的每一个图像聚类簇包括至少一帧建筑区遥感子图像;
合规度确定模块,用于依据所述至少一个图像聚类簇中的每一个图像聚类簇对应的聚类中心对应的建筑区遥感子图像,对所述目标建筑区进行建筑合规度的确定处理,以输出所述目标建筑区对应的建筑合规度。
在一些优选的实施例中,在上述遥感图像建筑区检测系统中,所述遥感图像聚类模块具体用于:
对于所述多帧建筑区遥感子图像中的每一帧建筑区遥感子图像,分别对该建筑区遥感子图像和所述多帧建筑区遥感子图像中的每一帧其它建筑区遥感子图像进行图像相似度计算处理,以输出该建筑区遥感子图像和每一帧其它建筑区遥感子图像之间的图像相似度;
对于所述多帧建筑区遥感子图像中的每一帧建筑区遥感子图像,依据该建筑区遥感子图像和每一帧其它建筑区遥感子图像之间的图像相似度,对该建筑区遥感子图像进行空间向量化处理,以构建形成该建筑区遥感子图像对应的相似度空间向量;
依据每一帧所述建筑区遥感子图像对应的相似度空间向量,并按照预先设置的聚类半径,对所述多帧建筑区遥感子图像进行聚类处理,以形成所述多帧建筑区遥感子图像对应的至少一个图像聚类簇。
在一些优选的实施例中,在上述遥感图像建筑区检测系统中,所述合规度确定模块具体用于:
对于所述至少一个图像聚类簇中的每一个图像聚类簇对应的聚类中心对应的建筑区遥感子图像,依据预先训练形成的识别模型对该建筑区遥感子图像进行识别处理,以输出该建筑区遥感子图像对应的建筑合规度;
依据所述至少一个图像聚类簇中的每一个图像聚类簇对应的聚类中心对应的建筑区遥感子图像对应的建筑合规度,对所述目标建筑区进行建筑合规度的确定处理,以输出所述目标建筑区对应的建筑合规度。
本发明实施例提供的一种遥感图像建筑区检测方法及系统,对建筑区遥感图像进行分割处理,以形成建筑区遥感图像对应的多帧建筑区遥感子图像。对多帧建筑区遥感子图像进行聚类处理,以形成对应的至少一个图像聚类簇,至少一个图像聚类簇中的每一个图像聚类簇包括至少一帧建筑区遥感子图像。依据至少一个图像聚类簇中的每一个图像聚类簇对应的聚类中心对应的建筑区遥感子图像,对目标建筑区进行建筑合规度的确定处理,以输出目标建筑区对应的建筑合规度。基于此,通过先建筑区遥感图像进行分割处理,使得可以对得到的建筑区遥感子图像进行建筑合规度的确定处理,使得确定处理的图像尺寸更小,从而可以在一定程度上提高建筑区的合规度的检测精度,改善现有技术中存在的检测精度不高的问题。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
图1为本发明实施例提供的建筑区管控服务器的结构框图。
图2为本发明实施例提供的遥感图像建筑区检测方法包括的各步骤的流程示意图。
图3为本发明实施例提供的遥感图像建筑区检测系统包括的各模块的示意图。
实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例只是本发明的一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本发明实施例提供了一种建筑区管控服务器。其中,所述建筑区管控服务器可以包括存储器和处理器。
详细地,在一些实施方式中,所述存储器和处理器之间直接或间接地电性连接,以实现数据的传输或交互。例如,相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述存储器中可以存储有至少一个可以以软件或固件(firmware)的形式,存在的软件功能模块(计算机程序)。所述处理器可以用于执行所述存储器中存储的可执行的计算机程序,从而实现本发明实施例提供的遥感图像建筑区检测方法。
详细地,在一些实施方式中,所述存储器可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-Only Memory,PROM),可擦除只读存储器(Erasable ProgrammableRead-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable ProgrammableRead-Only Memory,EEPROM)等。所述处理器可以是一种通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)、片上系统(System on Chip,SoC)等;还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
详细地,在一些实施方式中,图1所示的结构仅为示意,所述建筑区管控服务器还可包括比图1中所示更多或者更少的组件,或具有与图1所示不同的配置,例如,可以包括用于与其它设备进行信息交互的通信单元。
如图2所示,本发明实施例还提供一种遥感图像建筑区检测方法,可应用于上述建筑区管控服务器。其中,所述遥感图像建筑区检测方法有关的流程所定义的方法步骤,可以由所述建筑区管控服务器实现。
下面将对图2所示的具体流程,进行详细阐述。
步骤S110,对获取到的建筑区遥感图像进行分割处理,以形成所述建筑区遥感图像对应的多帧建筑区遥感子图像。
在本发明实施例中,所述建筑区管控服务器可以对获取到的建筑区遥感图像进行分割处理,以形成所述建筑区遥感图像对应的多帧建筑区遥感子图像。所述多帧建筑区遥感子图像通过进行拼接处理,以形成所述建筑区遥感图像,所述建筑区遥感图像可以通过对应的遥感设备对目标建筑区进行图像信息采集形成。
步骤S120,对所述多帧建筑区遥感子图像进行聚类处理,以形成所述多帧建筑区遥感子图像对应的至少一个图像聚类簇。
在本发明实施例中,所述建筑区管控服务器可以对所述多帧建筑区遥感子图像进行聚类处理,以形成所述多帧建筑区遥感子图像对应的至少一个图像聚类簇,所述至少一个图像聚类簇中的每一个图像聚类簇包括至少一帧建筑区遥感子图像。
步骤S130,依据所述至少一个图像聚类簇中的每一个图像聚类簇对应的聚类中心对应的建筑区遥感子图像,对所述目标建筑区进行建筑合规度的确定处理,以输出所述目标建筑区对应的建筑合规度。
在本发明实施例中,所述建筑区管控服务器可以依据所述至少一个图像聚类簇中的每一个图像聚类簇对应的聚类中心对应的建筑区遥感子图像,对所述目标建筑区进行建筑合规度的确定处理,以输出所述目标建筑区对应的建筑合规度。
基于上述方法,即上述的遥感图像建筑区检测方法,可以对建筑区遥感图像进行分割处理,以形成建筑区遥感图像对应的多帧建筑区遥感子图像。对多帧建筑区遥感子图像进行聚类处理,以形成对应的至少一个图像聚类簇,至少一个图像聚类簇中的每一个图像聚类簇包括至少一帧建筑区遥感子图像。依据至少一个图像聚类簇中的每一个图像聚类簇对应的聚类中心对应的建筑区遥感子图像,对目标建筑区进行建筑合规度的确定处理,以输出目标建筑区对应的建筑合规度。基于此,通过先建筑区遥感图像进行分割处理,使得可以对得到的建筑区遥感子图像进行建筑合规度的确定处理,使得确定处理的图像尺寸更小,从而可以在一定程度上提高建筑区的合规度的检测精度,改善现有技术中存在的检测精度不高的问题。
详细地,在一些实施方式中,步骤S110,可以包括以下具体内容:
对获取到的建筑区遥感图像进行轮廓识别处理,以输出所述建筑区遥感图像对应的建筑轮廓集合,所述建筑轮廓集合包括多个建筑轮廓;
依据所述建筑轮廓集合包括的每一个建筑轮廓,对所述建筑区遥感图像进行分割处理,形成所述建筑区遥感图像对应的多帧建筑区遥感子图像。
详细地,在一些实施方式中,所述依据所述建筑轮廓集合包括的每一个建筑轮廓,对所述建筑区遥感图像进行分割处理,形成所述建筑区遥感图像对应的多帧建筑区遥感子图像的步骤,可以包括以下具体内容:
分别将所述建筑轮廓集合包括的每一个建筑轮廓作为图像分割线,并依据每一条所述图像分割线对所述建筑区遥感图像进行分割处理,以形成所述建筑区遥感图像对应的多帧初始建筑区遥感子图像;
对所述建筑区遥感图像进行图像连通域识别处理,以输出所述建筑区遥感图像对应的多个图像连通域;
依据所述多个图像连通域中的每一个图像连通域,对所述多帧初始建筑区遥感子图像进行合并处理,以形成所述建筑区遥感图像对应的多帧建筑区遥感子图像,所述合并处理包括,将属于同一个所述图像连通域的每两帧初始建筑区遥感子图像进行图像拼接处理。
详细地,在一些实施方式中,步骤S120,可以包括以下具体内容:
对于所述多帧建筑区遥感子图像中的每一帧建筑区遥感子图像,分别对该建筑区遥感子图像和所述多帧建筑区遥感子图像中的每一帧其它建筑区遥感子图像进行图像相似度计算处理,以输出该建筑区遥感子图像和每一帧其它建筑区遥感子图像之间的图像相似度;
对于所述多帧建筑区遥感子图像中的每一帧建筑区遥感子图像,依据该建筑区遥感子图像和每一帧其它建筑区遥感子图像之间的图像相似度,对该建筑区遥感子图像进行空间向量化处理(例如,有5个图像相似度,可以确定按照从大到小等顺序,依次确定为是5个空间维度的坐标,从而形成5维的空间坐标,使得可以确定出对应的相似度空间向量),以构建形成该建筑区遥感子图像对应的相似度空间向量;
依据每一帧所述建筑区遥感子图像对应的相似度空间向量,并按照预先设置的聚类半径,对所述多帧建筑区遥感子图像进行聚类处理(如最邻近算法),以形成所述多帧建筑区遥感子图像对应的至少一个图像聚类簇。
详细地,在一些实施方式中,所述对于所述多帧建筑区遥感子图像中的每一帧建筑区遥感子图像,分别对该建筑区遥感子图像和所述多帧建筑区遥感子图像中的每一帧其它建筑区遥感子图像进行图像相似度计算处理,以输出该建筑区遥感子图像和每一帧其它建筑区遥感子图像之间的图像相似度的步骤,可以包括以下具体内容:
对于图像相似度计算处理的两帧建筑区遥感子图像,分别对包括的像素点的像素值进行序列化处理,以输出第一像素值序列和第二像素值序列;
对所述第一像素值序列进行序列单元提取处理,以输出所述第一像素值序列对应的多个第一序列单元,对于所述多个第一序列单元中的每一个第一序列单元,对该第一序列单元与相邻第一序列单元进行相似度计算处理(可以参照现有的序列相似度的计算方式,在此不做具体的线段),再依据计算输出的相似度,对该第一序列单元进行重要系数确定处理(例如,可以对计算输出的相似度进行均值计算,以得到第一重要系数),以输出该第一序列单元对应的第一重要系数,每一个所述第一序列单元包括的第一像素值的数量小于或等于预先配置的像素数量阈值;
对所述第二像素值序列进行序列单元提取处理,以输出所述第二像素值序列对应的多个第二序列单元,对于所述多个第二序列单元中的每一个第二序列单元,对该第二序列单元与相邻第二序列单元进行相似度计算处理,再依据计算输出的相似度,对该第二序列单元进行重要系数确定处理,以输出该第二序列单元对应的第二重要系数,每一个所述第二序列单元包括的第二像素值的数量小于或等于所述像素数量阈值;
依据包括的像素值对应的像素位置,将所述多个第一序列单元和所述多个第二序列单元进行一一对应关系确定处理;
对于具有对应关系的每一组第一序列单元和第二序列单元,对该第一序列单元和该第二序列单元进行相似度计算处理,以输出该第一序列单元和该第二序列单元之间的单元相似度,再依据每一组第一序列单元和第二序列单元分别对应的第一重要系数和第二重要系数,对每一组第一序列单元和第二序列单元之间的单元相似度进行融合处理(例如,可以对第一重要系数和第二重要系数进行均值计算处理,以得到对应的加权系数,再加权求和),以输出所述两帧建筑区遥感子图像之间的图像相似度。
详细地,在一些实施方式中,所述对于所述多帧建筑区遥感子图像中的每一帧建筑区遥感子图像,分别对该建筑区遥感子图像和所述多帧建筑区遥感子图像中的每一帧其它建筑区遥感子图像进行图像相似度计算处理,以输出该建筑区遥感子图像和每一帧其它建筑区遥感子图像之间的图像相似度的步骤,可以包括以下具体内容:
对于图像相似度计算处理的两帧建筑区遥感子图像,分别对包括的像素点的像素值进行序列化处理,以输出第一像素值序列和第二像素值序列;
对所述第一像素值序列进行序列单元提取处理,以输出所述第一像素值序列对应的多个第一序列单元,每一个所述第一序列单元包括的第一像素值的数量小于或等于预先配置的像素数量阈值;
对所述第二像素值序列进行序列单元提取处理,以输出所述第二像素值序列对应的多个第二序列单元,每一个所述第二序列单元包括的第二像素值的数量小于或等于所述像素数量阈值;
对于所述多个第一序列单元中的每一个第一序列单元,将该第一序列单元与所述多个第二序列单元中的每一个第二序列单元进行对比处理,以确定所述多个第二序列单元中是否存在与该第一序列单元相同的至少一个第二序列单元,以及,在所述多个第二序列单元中存在与该第一序列单元相同的至少一个第二序列单元的情况下,将该第一序列单元标记为目标第一序列单元,再将该至少一个第二序列单元分别标记为该目标第一序列单元对应的目标第二序列单元;
对所述多个第一序列单元中所述目标第一序列单元的数量进行统计处理,以输出第一单元数量统计值,再依据所述第一单元数量统计值和所述多个第一序列单元的数量进行比值计算处理,以输出所述目标第一序列单元对应的初始数量比值;
对于所述多个第一序列单元中的每一个目标第一序列单元,分别对该目标第一序列单元和该目标第一序列单元对应的每一个目标第二序列单元进行像素位置的距离计算处理,再将在输出的至少一个像素位置距离中的最小值标记为目标像素位置距离,再依据该目标像素位置距离,对该目标第一序列单元进行负相关的调整系数确定处理,以输出该目标第一序列单元对应的调整系数;
依据所述多个第一序列单元中的每一个目标第一序列单元对应的调整系数,对所述目标第一序列单元对应的初始数量比值进行调整处理(例如,可以久安所述初始数量比值和所述调整系数的乘积,以得到目标数量比值),以输出所述目标第一序列单元对应的目标数量比值,再依据所述目标第一序列单元对应的目标数量比值,计算输出正相关的所述两帧建筑区遥感子图像之间的图像相似度。
详细地,在一些实施方式中,步骤S130,可以包括以下具体内容:
对于所述至少一个图像聚类簇中的每一个图像聚类簇对应的聚类中心对应的建筑区遥感子图像,依据预先训练形成的识别模型(所述识别模型,可以是一种神经网络模型)对该建筑区遥感子图像进行识别处理,以输出该建筑区遥感子图像对应的建筑合规度;
依据所述至少一个图像聚类簇中的每一个图像聚类簇对应的聚类中心对应的建筑区遥感子图像对应的建筑合规度,对所述目标建筑区进行建筑合规度的确定处理,以输出所述目标建筑区对应的建筑合规度。
详细地,在一些实施方式中,所述依据所述至少一个图像聚类簇中的每一个图像聚类簇对应的聚类中心对应的建筑区遥感子图像对应的建筑合规度,对所述目标建筑区进行建筑合规度的确定处理,以输出所述目标建筑区对应的建筑合规度的步骤,可以包括以下具体内容:
对于所述至少一个图像聚类簇中的每一个图像聚类簇对应的聚类中心对应的建筑区遥感子图像,将该建筑区遥感子图像对应的建筑合规度与预先配置的合规度阈值进行大小比较处理;
对于所述至少一个图像聚类簇中的每一个图像聚类簇对应的聚类中心对应的建筑区遥感子图像,在该建筑区遥感子图像对应的建筑合规度大于所述合规度阈值的情况下,将该建筑区遥感子图像对应的建筑合规度确定为该图像聚类簇包括的每一帧建筑区遥感子图像对应的建筑合规度;
对于所述至少一个图像聚类簇中的每一个图像聚类簇对应的聚类中心对应的建筑区遥感子图像,在该建筑区遥感子图像对应的建筑合规度小于或等于所述合规度阈值的情况下,通过所述识别模型分别对该图像聚类簇包括的每一帧建筑区遥感子图像进行识别处理,以输出该图像聚类簇包括的每一帧建筑区遥感子图像对应的建筑合规度;
依据每一帧建筑区遥感子图像对应的建筑合规度,对所述目标建筑区进行建筑合规度的确定处理(如计算每一帧建筑区遥感子图像对应的建筑合规度的均值等),以输出所述目标建筑区对应的建筑合规度。
如图3所示,本发明实施例还提供一种遥感图像建筑区检测系统,可应用于上述建筑区管控服务器。其中,所述遥感图像建筑区检测系统包括:
遥感图像分割模块,用于对获取到的建筑区遥感图像进行分割处理,以形成所述建筑区遥感图像对应的多帧建筑区遥感子图像,所述多帧建筑区遥感子图像通过进行拼接处理,以形成所述建筑区遥感图像,所述建筑区遥感图像通过遥感设备对目标建筑区进行图像信息采集形成;
遥感图像聚类模块,用于对所述多帧建筑区遥感子图像进行聚类处理,以形成所述多帧建筑区遥感子图像对应的至少一个图像聚类簇,所述至少一个图像聚类簇中的每一个图像聚类簇包括至少一帧建筑区遥感子图像;
合规度确定模块,用于依据所述至少一个图像聚类簇中的每一个图像聚类簇对应的聚类中心对应的建筑区遥感子图像,对所述目标建筑区进行建筑合规度的确定处理,以输出所述目标建筑区对应的建筑合规度。
详细地,在一些实施方式中,所述遥感图像聚类模块具体用于:
对于所述多帧建筑区遥感子图像中的每一帧建筑区遥感子图像,分别对该建筑区遥感子图像和所述多帧建筑区遥感子图像中的每一帧其它建筑区遥感子图像进行图像相似度计算处理,以输出该建筑区遥感子图像和每一帧其它建筑区遥感子图像之间的图像相似度;
对于所述多帧建筑区遥感子图像中的每一帧建筑区遥感子图像,依据该建筑区遥感子图像和每一帧其它建筑区遥感子图像之间的图像相似度,对该建筑区遥感子图像进行空间向量化处理,以构建形成该建筑区遥感子图像对应的相似度空间向量;
依据每一帧所述建筑区遥感子图像对应的相似度空间向量,并按照预先设置的聚类半径,对所述多帧建筑区遥感子图像进行聚类处理,以形成所述多帧建筑区遥感子图像对应的至少一个图像聚类簇。
详细地,在一些实施方式中,所述合规度确定模块具体用于:
对于所述至少一个图像聚类簇中的每一个图像聚类簇对应的聚类中心对应的建筑区遥感子图像,依据预先训练形成的识别模型对该建筑区遥感子图像进行识别处理,以输出该建筑区遥感子图像对应的建筑合规度;
依据所述至少一个图像聚类簇中的每一个图像聚类簇对应的聚类中心对应的建筑区遥感子图像对应的建筑合规度,对所述目标建筑区进行建筑合规度的确定处理,以输出所述目标建筑区对应的建筑合规度。
综上所述,本发明提供的一种遥感图像建筑区检测方法及系统,对建筑区遥感图像进行分割处理,以形成建筑区遥感图像对应的多帧建筑区遥感子图像。对多帧建筑区遥感子图像进行聚类处理,以形成对应的至少一个图像聚类簇,至少一个图像聚类簇中的每一个图像聚类簇包括至少一帧建筑区遥感子图像。依据至少一个图像聚类簇中的每一个图像聚类簇对应的聚类中心对应的建筑区遥感子图像,对目标建筑区进行建筑合规度的确定处理,以输出目标建筑区对应的建筑合规度。如此,通过先建筑区遥感图像进行分割处理,使得可以对得到的建筑区遥感子图像进行建筑合规度的确定处理,使得确定处理的图像尺寸更小,从而可以在一定程度上提高建筑区的合规度的检测精度,改善现有技术中存在的检测精度不高的问题。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种遥感图像建筑区检测方法,其特征在于,应用于建筑区管控服务器,所述遥感图像建筑区检测方法包括:
对获取到的建筑区遥感图像进行分割处理,以形成所述建筑区遥感图像对应的多帧建筑区遥感子图像,所述多帧建筑区遥感子图像通过进行拼接处理,以形成所述建筑区遥感图像,所述建筑区遥感图像通过遥感设备对目标建筑区进行图像信息采集形成;
对所述多帧建筑区遥感子图像进行聚类处理,以形成所述多帧建筑区遥感子图像对应的至少一个图像聚类簇,所述至少一个图像聚类簇中的每一个图像聚类簇包括至少一帧建筑区遥感子图像;
依据所述至少一个图像聚类簇中的每一个图像聚类簇对应的聚类中心对应的建筑区遥感子图像,对所述目标建筑区进行建筑合规度的确定处理,以输出所述目标建筑区对应的建筑合规度。
2.如权利要求1所述的遥感图像建筑区检测方法,其特征在于,所述对获取到的建筑区遥感图像进行分割处理,以形成所述建筑区遥感图像对应的多帧建筑区遥感子图像的步骤,包括:
对获取到的建筑区遥感图像进行轮廓识别处理,以输出所述建筑区遥感图像对应的建筑轮廓集合,所述建筑轮廓集合包括多个建筑轮廓;
依据所述建筑轮廓集合包括的每一个建筑轮廓,对所述建筑区遥感图像进行分割处理,形成所述建筑区遥感图像对应的多帧建筑区遥感子图像。
3.如权利要求2所述的遥感图像建筑区检测方法,其特征在于,所述依据所述建筑轮廓集合包括的每一个建筑轮廓,对所述建筑区遥感图像进行分割处理,形成所述建筑区遥感图像对应的多帧建筑区遥感子图像的步骤,包括:
分别将所述建筑轮廓集合包括的每一个建筑轮廓作为图像分割线,并依据每一条所述图像分割线对所述建筑区遥感图像进行分割处理,以形成所述建筑区遥感图像对应的多帧初始建筑区遥感子图像;
对所述建筑区遥感图像进行图像连通域识别处理,以输出所述建筑区遥感图像对应的多个图像连通域;
依据所述多个图像连通域中的每一个图像连通域,对所述多帧初始建筑区遥感子图像进行合并处理,以形成所述建筑区遥感图像对应的多帧建筑区遥感子图像,所述合并处理包括,将属于同一个所述图像连通域的每两帧初始建筑区遥感子图像进行图像拼接处理。
4.如权利要求1所述的遥感图像建筑区检测方法,其特征在于,所述对所述多帧建筑区遥感子图像进行聚类处理,以形成所述多帧建筑区遥感子图像对应的至少一个图像聚类簇的步骤,包括:
对于所述多帧建筑区遥感子图像中的每一帧建筑区遥感子图像,分别对该建筑区遥感子图像和所述多帧建筑区遥感子图像中的每一帧其它建筑区遥感子图像进行图像相似度计算处理,以输出该建筑区遥感子图像和每一帧其它建筑区遥感子图像之间的图像相似度;
对于所述多帧建筑区遥感子图像中的每一帧建筑区遥感子图像,依据该建筑区遥感子图像和每一帧其它建筑区遥感子图像之间的图像相似度,对该建筑区遥感子图像进行空间向量化处理,以构建形成该建筑区遥感子图像对应的相似度空间向量;
依据每一帧所述建筑区遥感子图像对应的相似度空间向量,并按照预先设置的聚类半径,对所述多帧建筑区遥感子图像进行聚类处理,以形成所述多帧建筑区遥感子图像对应的至少一个图像聚类簇。
5.如权利要求4所述的遥感图像建筑区检测方法,其特征在于,所述对于所述多帧建筑区遥感子图像中的每一帧建筑区遥感子图像,分别对该建筑区遥感子图像和所述多帧建筑区遥感子图像中的每一帧其它建筑区遥感子图像进行图像相似度计算处理,以输出该建筑区遥感子图像和每一帧其它建筑区遥感子图像之间的图像相似度的步骤,包括:
对于图像相似度计算处理的两帧建筑区遥感子图像,分别对包括的像素点的像素值进行序列化处理,以输出第一像素值序列和第二像素值序列;
对所述第一像素值序列进行序列单元提取处理,以输出所述第一像素值序列对应的多个第一序列单元,对于所述多个第一序列单元中的每一个第一序列单元,对该第一序列单元与相邻第一序列单元进行相似度计算处理,再依据计算输出的相似度,对该第一序列单元进行重要系数确定处理,以输出该第一序列单元对应的第一重要系数,每一个所述第一序列单元包括的第一像素值的数量小于或等于预先配置的像素数量阈值;
对所述第二像素值序列进行序列单元提取处理,以输出所述第二像素值序列对应的多个第二序列单元,对于所述多个第二序列单元中的每一个第二序列单元,对该第二序列单元与相邻第二序列单元进行相似度计算处理,再依据计算输出的相似度,对该第二序列单元进行重要系数确定处理,以输出该第二序列单元对应的第二重要系数,每一个所述第二序列单元包括的第二像素值的数量小于或等于所述像素数量阈值;
依据包括的像素值对应的像素位置,将所述多个第一序列单元和所述多个第二序列单元进行一一对应关系确定处理;
对于具有对应关系的每一组第一序列单元和第二序列单元,对该第一序列单元和该第二序列单元进行相似度计算处理,以输出该第一序列单元和该第二序列单元之间的单元相似度,再依据每一组第一序列单元和第二序列单元分别对应的第一重要系数和第二重要系数,对每一组第一序列单元和第二序列单元之间的单元相似度进行融合处理,以输出所述两帧建筑区遥感子图像之间的图像相似度。
6.如权利要求1-5任意一项所述的遥感图像建筑区检测方法,其特征在于,所述依据所述至少一个图像聚类簇中的每一个图像聚类簇对应的聚类中心对应的建筑区遥感子图像,对所述目标建筑区进行建筑合规度的确定处理,以输出所述目标建筑区对应的建筑合规度的步骤,包括:
对于所述至少一个图像聚类簇中的每一个图像聚类簇对应的聚类中心对应的建筑区遥感子图像,依据预先训练形成的识别模型对该建筑区遥感子图像进行识别处理,以输出该建筑区遥感子图像对应的建筑合规度;
依据所述至少一个图像聚类簇中的每一个图像聚类簇对应的聚类中心对应的建筑区遥感子图像对应的建筑合规度,对所述目标建筑区进行建筑合规度的确定处理,以输出所述目标建筑区对应的建筑合规度。
7.如权利要求6所述的遥感图像建筑区检测方法,其特征在于,所述依据所述至少一个图像聚类簇中的每一个图像聚类簇对应的聚类中心对应的建筑区遥感子图像对应的建筑合规度,对所述目标建筑区进行建筑合规度的确定处理,以输出所述目标建筑区对应的建筑合规度的步骤,包括:
对于所述至少一个图像聚类簇中的每一个图像聚类簇对应的聚类中心对应的建筑区遥感子图像,将该建筑区遥感子图像对应的建筑合规度与预先配置的合规度阈值进行大小比较处理;
对于所述至少一个图像聚类簇中的每一个图像聚类簇对应的聚类中心对应的建筑区遥感子图像,在该建筑区遥感子图像对应的建筑合规度大于所述合规度阈值的情况下,将该建筑区遥感子图像对应的建筑合规度确定为该图像聚类簇包括的每一帧建筑区遥感子图像对应的建筑合规度;
对于所述至少一个图像聚类簇中的每一个图像聚类簇对应的聚类中心对应的建筑区遥感子图像,在该建筑区遥感子图像对应的建筑合规度小于或等于所述合规度阈值的情况下,通过所述识别模型分别对该图像聚类簇包括的每一帧建筑区遥感子图像进行识别处理,以输出该图像聚类簇包括的每一帧建筑区遥感子图像对应的建筑合规度;
依据每一帧建筑区遥感子图像对应的建筑合规度,对所述目标建筑区进行建筑合规度的确定处理,以输出所述目标建筑区对应的建筑合规度。
8.一种遥感图像建筑区检测系统,其特征在于,应用于建筑区管控服务器,所述遥感图像建筑区检测系统包括:
遥感图像分割模块,用于对获取到的建筑区遥感图像进行分割处理,以形成所述建筑区遥感图像对应的多帧建筑区遥感子图像,所述多帧建筑区遥感子图像通过进行拼接处理,以形成所述建筑区遥感图像,所述建筑区遥感图像通过遥感设备对目标建筑区进行图像信息采集形成;
遥感图像聚类模块,用于对所述多帧建筑区遥感子图像进行聚类处理,以形成所述多帧建筑区遥感子图像对应的至少一个图像聚类簇,所述至少一个图像聚类簇中的每一个图像聚类簇包括至少一帧建筑区遥感子图像;
合规度确定模块,用于依据所述至少一个图像聚类簇中的每一个图像聚类簇对应的聚类中心对应的建筑区遥感子图像,对所述目标建筑区进行建筑合规度的确定处理,以输出所述目标建筑区对应的建筑合规度。
9.如权利要求8所述的遥感图像建筑区检测系统,其特征在于,所述遥感图像聚类模块具体用于:
对于所述多帧建筑区遥感子图像中的每一帧建筑区遥感子图像,分别对该建筑区遥感子图像和所述多帧建筑区遥感子图像中的每一帧其它建筑区遥感子图像进行图像相似度计算处理,以输出该建筑区遥感子图像和每一帧其它建筑区遥感子图像之间的图像相似度;
对于所述多帧建筑区遥感子图像中的每一帧建筑区遥感子图像,依据该建筑区遥感子图像和每一帧其它建筑区遥感子图像之间的图像相似度,对该建筑区遥感子图像进行空间向量化处理,以构建形成该建筑区遥感子图像对应的相似度空间向量;
依据每一帧所述建筑区遥感子图像对应的相似度空间向量,并按照预先设置的聚类半径,对所述多帧建筑区遥感子图像进行聚类处理,以形成所述多帧建筑区遥感子图像对应的至少一个图像聚类簇。
10.如权利要求8所述的遥感图像建筑区检测系统,其特征在于,所述合规度确定模块具体用于:
对于所述至少一个图像聚类簇中的每一个图像聚类簇对应的聚类中心对应的建筑区遥感子图像,依据预先训练形成的识别模型对该建筑区遥感子图像进行识别处理,以输出该建筑区遥感子图像对应的建筑合规度;
依据所述至少一个图像聚类簇中的每一个图像聚类簇对应的聚类中心对应的建筑区遥感子图像对应的建筑合规度,对所述目标建筑区进行建筑合规度的确定处理,以输出所述目标建筑区对应的建筑合规度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310470730.7A CN116665042A (zh) | 2023-04-27 | 2023-04-27 | 一种遥感图像建筑区检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310470730.7A CN116665042A (zh) | 2023-04-27 | 2023-04-27 | 一种遥感图像建筑区检测方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116665042A true CN116665042A (zh) | 2023-08-29 |
Family
ID=87712629
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310470730.7A Withdrawn CN116665042A (zh) | 2023-04-27 | 2023-04-27 | 一种遥感图像建筑区检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116665042A (zh) |
-
2023
- 2023-04-27 CN CN202310470730.7A patent/CN116665042A/zh not_active Withdrawn
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200334830A1 (en) | Method, apparatus, and storage medium for processing video image | |
US20190272438A1 (en) | Method and apparatus for detecting text | |
CN111860670A (zh) | 域自适应模型训练、图像检测方法、装置、设备及介质 | |
CN114978037B (zh) | 太阳能电池性能数据监控方法及系统 | |
CN112634369A (zh) | 空间与或图模型生成方法、装置、电子设备和存储介质 | |
CN114925348B (zh) | 一种基于指纹识别的安全验证方法及系统 | |
CN110704652A (zh) | 基于多重注意力机制的车辆图像细粒度检索方法及装置 | |
CN115188485A (zh) | 基于智慧医疗大数据的用户需求分析方法及系统 | |
CN113780145A (zh) | 精子形态检测方法、装置、计算机设备和存储介质 | |
CN113949881B (zh) | 一种基于智慧城市数据的业务处理方法及系统 | |
CN116168351A (zh) | 电力设备巡检方法及装置 | |
CN115100541B (zh) | 一种卫星遥感数据的处理方法、系统及云平台 | |
CN116821777A (zh) | 一种新型基础测绘数据整合方法及系统 | |
CN116665042A (zh) | 一种遥感图像建筑区检测方法及系统 | |
CN115375886A (zh) | 一种基于云计算服务的数据采集方法及系统 | |
CN115424193A (zh) | 一种训练图像信息处理的方法及系统 | |
CN116665059A (zh) | 一种建筑区遥感图像处理方法及系统 | |
CN115700821B (zh) | 一种基于图像处理的细胞识别方法及系统 | |
CN115082709B (zh) | 遥感大数据处理方法、系统及云平台 | |
CN115661419B (zh) | 实景三维增强现实可视化方法及系统 | |
CN115620031B (zh) | 一种自然资源确权登记信息处理方法、系统及设备 | |
CN116437057B (zh) | 乙硼烷生产监控系统的系统优化方法及系统 | |
CN116612284A (zh) | 一种小部件图像分割方法及相关设备 | |
CN117372869A (zh) | 一种智慧楼宇物联网数据处理方法及系统 | |
CN114119066A (zh) | 一种基于数据处理的商场购物指引方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20230829 |
|
WW01 | Invention patent application withdrawn after publication |