【技术实现步骤摘要】
本申请涉及遥感图像处理，特别涉及一种图像处理方法、装置、设备及存储介质。
技术介绍
1、随着城市化进程的加速，建筑物作为城市结构的重要组成部分，其信息的快速获取在城市规划、环境监测和灾害管理等领域至关重要。遥感影像因其能够提供大范围、高时效的数据而成为获取建筑物信息的主要手段。目前，主流技术依赖于计算机视觉中的语义分割方法，通过对遥感图像进行逐像素分析，实现精确的像素级分类，以提取建筑物轮廓。
2、受观测条件和观测场景影响，相比自然图像，遥感影像存在着背景复杂多样、地物边界模糊的问题，这就天然限制了其在捕捉纹理细节方面的能力，导致建筑物边缘较为模糊，另一方面受太阳光照射角度和拍摄视角的影响，邻近建筑物之间容易产生阴影和遮挡。这些因素不仅增加了边缘像素分类的复杂性，使得轮廓与实际不符，还容易导致相邻建筑物轮廓的粘连，从而难以实现清晰、独栋的建筑物顶部轮廓分割。
技术实现思路
1、有鉴于此，本申请实施例提供了一种图像处理方法、装置、设备及存储介质，旨在解决如何有效实现建筑物顶部轮廓的精准独栋分割，避免建筑物黏连的问题。
2、本申请实施例的技术方案是这样实现的：
3、第一方面，本申请实施例提供了一种图像处理方法，所述方法包括：
4、获取针对目标区域的遥感图像；
5、若确定所述遥感图像的尺寸数据大于或者等于设定阈值，则对所述遥感图像进行切片，生成至少一个遥感图像切片；
6、针对所述至少一个遥感图像切片中的每一遥感图像切
7、基于各所述第一掩码图像，生成表征所述目标区域的目标建筑物轮廓的目标掩码图像。
8、在一些实施例中，所述方法还包括：
9、基于第二图像处理模型对所述第一掩码图像对应的第一建筑物分割掩码进行角点检测，生成所述第一建筑物轮廓对应的多个角点以及各角点的位置信息；
10、基于各角点的位置信息和设定的排列规则，对各角点进行排列，构建矢量多边形；
11、基于所述矢量多边形的矢量数据，确定第一建筑物矢量轮廓数据；
12、基于各所述第一建筑物矢量轮廓数据，生成表征所述目标建筑物轮廓的目标建筑物矢量轮廓数据。
13、在一些实施例中，所述方法还包括：
14、若确定所述遥感图像的尺寸数据小于所述设定阈值，则基于所述第一图像处理模型对所述遥感图像进行对象查询，确定所述目标区域对应的目标建筑物实例，并生成表征目标建筑物轮廓的目标掩码图像 。
15、在一些实施例中，所述预训练好的第一图像处理模型包括预训练好的特征提取器和预训练好的第三图像处理模型，所述预训练好的第三图像处理模型包括像素解码器和变换解码器，所述方法还包括：
16、基于所述预训练好的特征提取器的旋转可变窗口注意力层对所述遥感图像切片进行特征提取，生成多尺度图像特征数据；
17、基于所述像素解码器对所述多尺度图像特征数据进行上采样，生成多尺度的高分辨率像素嵌入向量；
18、基于所述变换解码器的自注意模型和交叉注意力模型对所述多尺度的高分辨率像素嵌入向量进行对象查询，确定所述第一建筑物实例；并生成所述遥感图像切片的像素类别标签和所述第一建筑物实例的第一建筑物分割掩码；
19、基于所述变换解码器、所述像素类别标签和所述第一建筑物分割掩码，生成所述第一掩码图像。
20、在一些实施例中，所述方法还包括：
21、基于多个注意力层，构建所述特征提取器的主干网络，所述注意力层采用旋转可变窗口注意力模型；
22、基于预处理后的第一遥感图像样本集对所述主干网络进行预训练，直至生成所述预训练好的特征提取器。
23、在一些实施例中，所述方法还包括：
24、获取标注处理后的第二遥感图像样本集，所述第二遥感图像样本集包括训练样本集；
25、基于训练样本集对变换解码器进行预测，生成预测掩码数据；
26、基于所述预测掩码数据、所述训练样本集对应的真实标注数据和第一损失函数对变换器解码器进行预训练，直至生成预训练好的第三图像处理模型。
27、在一些实施例中，所述第二图像处理模型包括预训练好的对抗神经网络的生成器和角点检测模型，所述基于第二图像处理模型对所述第一掩码图像进行角点检测，生成所述第一建筑物轮廓对应的多个角点以及各角点的位置信息，包括：
28、基于所述生成器对所述第一建筑物分割掩码进行修正；
29、基于所述角点检测模型对所述修正后的第一建筑物分割掩码进行角点检测，生成所述多个角点以及各角点对应的位置信息。
30、在一些实施例中，所述对抗神经网络还包括：初始生成器和初始判别器，所述方法还包括：
31、基于初始生成器对表征各建筑物轮廓的掩码样本数据进行修正，生成初始修正掩码数据；
32、基于所述初始判别器，确定所述初始修正掩码数据与所述掩码样本数据对应的真实修正样本数据之间的判别结果；
33、基于所述判别结果、对抗损失、重建损失和正则损失，确定第二损失函数；
34、基于所述第二损失函数，对所述初始判别器和所述初始生成器进行训练迭代，直至生成训练好的生成器。
35、第二方面，本申请实施例提供了一种图像处理装置，所述图像处理装置包括：
36、获取模块，用于获取针对目标区域的遥感图像；
37、切片模块，用于若确定所述遥感图像的尺寸数据大于或者等于设定阈值，则对所述遥感图像进行切片，生成至少一个遥感图像切片；
38、对象查询模块，用于针对所述至少一个遥感图像切片中的每一遥感图像切片，基于预训练好的第一图像处理模型对所述遥感图像切片进行对象查询，确定所述遥感图像切片中的第一建筑物实例，并生成表征第一建筑物轮廓的第一掩码图像；
39、生成模块，用于基于各所述第一掩码图像，生成表征所述目标区域的目标建筑物轮廓的目标掩码图像。
40、第三方面，本申请实施例提供了一种电子设备，包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器，其中，所述处理器，用于运行计算机程序时，本申请实施例第一方面所述方法的步骤。
41、第四方面，本申请实施例提供了一种计算机存储介质，所述计算机存储介质上存储有计算机程序，所述计算机程序被处理器执行时，实现本申请实施例第一方面所述方法的步骤。
42、本申请实施例提供的技术方案，一种图像处理方法，该方法还包括：获取针对目标区域的遥感图像；若确定遥感图像的尺寸数据大于或者等于设定阈值，则对遥感图像进行切片，生成至少一个遥感图像切片；针对至少一个遥感图像切片中的每一遥感图像切片，基于预训练好的第一图像处理模型对遥感图像切片进行对象查询，确定遥感图像本文档来自技高网...
【技术保护点】
1.一种图像处理方法，其特征在于，所述方法还包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
4.根据权利要求2所述的方法，其特征在于，所述预训练好的第一图像处理模型包括预训练好的特征提取器和预训练好的第三图像处理模型，所述预训练好的第三图像处理模型包括像素解码器和变换解码器，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
6.根据权利要求4所述的方法，其特征在于，所述方法还包括：
7.根据权利要求2所述的方法，其特征在于，所述第二图像处理模型包括预训练好的对抗神经网络的生成器和角点检测模型，所述基于第二图像处理模型对所述第一掩码图像进行角点检测，生成所述第一建筑物轮廓对应的多个角点以及各角点的位置信息，包括：
8.根据权利要求7所述的方法，其特征在于，所述对抗神经网络还包括：初始生成器和初始判别器，所述方法还包括：
9.一种图像处理装置，其特征在于，所述图像处理装置包括：>
10.一种电子设备，其特征在于，包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器，其中， 所述处理器，用于运行计算机程序时，执行权利要求1至8任一项所述方法的步骤。
...【技术特征摘要】
1.一种图像处理方法，其特征在于，所述方法还包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
4.根据权利要求2所述的方法，其特征在于，所述预训练好的第一图像处理模型包括预训练好的特征提取器和预训练好的第三图像处理模型，所述预训练好的第三图像处理模型包括像素解码器和变换解码器，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
6.根据权利要求4所述的方法，其特征在于，所述方法还包括：
7.根据权利要求2所述的...
【专利技术属性】
技术研发人员：王逸帆，乔志远，杨易鑫，魏浩，高震宇，李敏，李尘然，邵国文，盖彦锋，
申请(专利权)人：中国四维测绘技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。