公开(公告)号：CN116385865A

公开(公告)日：2023-07-04

申请号：CN202310003347.0

申请日：2023-01-03

Applicant: 辽宁工程技术大学

Inventor： 张康丽 ,  王丽英 ,  陈琦嘉

IPC: G06V20/10 ,  G06V10/82 ,  G06V10/774 ,  G06V10/44 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及建筑物提取技术领域，具体涉及一种基于卷积神经网络的遥感影像建筑物提取方法；本发明所提供的基于卷积神经网络的遥感影像建筑物提取方法，首先根据所需获取的遥感影像，从数据共享网站上获取相应的高分辨率遥感影像，并对所获取的遥感影像进行预处理，再构建卷积神经网络，并对所构建的卷积神经网络进行训练，利用所设定的预设阈值，对所测试的卷积神经网络进行评价，能够进行遥感影像建筑提取；所提供的方法，具有优异的提取精度，以及可靠性高。

公开(公告)号：CN114170517A

公开(公告)日：2022-03-11

申请号：CN202111505758.7

申请日：2021-12-10

Applicant: 辽宁工程技术大学

Inventor： 张康丽 ,  王丽英 ,  陈琦嘉

IPC: G06V20/10 ,  G06V10/44 ,  G06V10/46 ,  G06V10/26 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种基于卷积神经网络的遥感影像建筑物提取方法，属于遥感影像领域，包括以下步骤：步骤一：获取遥感影像，利用灰度阈值法对图像进行分割；步骤二：对原始图像进行降采样，形成不同分辨率的图像集，由低到高建立原始图像的排列模型，分别对排列模型中的每个图像进行特征点的检测。利用卷积神经网络，提取图像特征并分类，并通过图像的轮廓曲线、建筑物特征、建筑物高度计算、建筑物特征排除等多方面信息参数，将影像中的建筑物精确区分并提取，同时，将提取过程中分析的参数作为注释信息，完善提取的建筑物信息，得到建筑物图像信息外还具有其它相关注释。