買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉同濟(jì)大學(xué)申請(qǐng)的專利一種基于虛擬遙感影像的建筑高度智能識(shí)別方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN114743095B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-03-21發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202210273569.X，技術(shù)領(lǐng)域涉及：G06V20/10；該發(fā)明授權(quán)一種基于虛擬遙感影像的建筑高度智能識(shí)別方法是由游田;王偉設(shè)計(jì)研發(fā)完成，并于2022-03-19向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種基于虛擬遙感影像的建筑高度智能識(shí)別方法在說(shuō)明書(shū)摘要公布了：本發(fā)明公開(kāi)了一種基于虛擬遙感影像的建筑高度智能識(shí)別方法，包括推算遙感圖像的方位角和高度角、生成隨機(jī)參數(shù)的建筑輪廓、生成虛擬衛(wèi)星遙感影像、訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)、自動(dòng)化提取建筑高度信息等五個(gè)交替運(yùn)行的步驟。本發(fā)明的識(shí)別方法可以生成大量的參數(shù)隨機(jī)的虛擬遙感圖像，訓(xùn)練得到的卷積神經(jīng)網(wǎng)絡(luò)具有良好的泛化性能和自動(dòng)化能力，能夠綜合利用建筑陰影、建筑邊緣等信息進(jìn)行建筑高度信息提取，提高了識(shí)別精度；采用一邊生成訓(xùn)練集虛擬圖像、一邊訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)的策略進(jìn)一步提高了卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練效率。

本發(fā)明授權(quán)一種基于虛擬遙感影像的建筑高度智能識(shí)別方法在權(quán)利要求書(shū)中公布了：1.一種基于虛擬遙感影像的建筑高度智能識(shí)別方法，其特征在于，包括以下步驟：S1、當(dāng)遙感影像中的方位角和高度角未知時(shí)，推算遙感圖像的方位角和高度角；包括以下具體流程：S11、估計(jì)太陽(yáng)和衛(wèi)星方位角：找出合適的陰影線段和建筑邊緣線段分別反推太陽(yáng)和衛(wèi)星方位角；S12、估計(jì)太陽(yáng)高度角hso：當(dāng)影像拍攝日期和建筑經(jīng)緯度確定時(shí)，當(dāng)天的任意時(shí)刻的太陽(yáng)高度角和方位角是已知的，由于一天之內(nèi)太陽(yáng)方位角是唯一的，根據(jù)步驟S11已經(jīng)得到的太陽(yáng)方位角可以查出對(duì)應(yīng)的太陽(yáng)高度角hso；S13、估計(jì)衛(wèi)星高度角hsa：建筑高度H=Lobtanhsa，其中Lob為建筑陰影長(zhǎng)度，然后衛(wèi)星高度角的正切值即為tanhsa=HLob，從而得到了衛(wèi)星高度角；S14、估計(jì)一張衛(wèi)星圖像中其他建筑的建筑高度：由于步驟S12和S13已經(jīng)得到衛(wèi)星高度角和太陽(yáng)高度角，根據(jù)建筑陰影長(zhǎng)度Lob或者建筑轉(zhuǎn)角邊長(zhǎng)度Loa可推算其他建筑的高度；S2、生成隨機(jī)參數(shù)的建筑輪廓；建立建筑模型時(shí)，先采用一種算法隨機(jī)生成一個(gè)建筑輪廓，然后隨機(jī)生成建筑高度，從而得到一個(gè)隨機(jī)的建筑三維模型；所述算法生成具有以下特點(diǎn)的建筑輪廓：特點(diǎn)1：輪廓構(gòu)成一個(gè)單連通多邊形區(qū)域；特點(diǎn)2：具有類似矩形的長(zhǎng)短軸；特點(diǎn)3：輪廓每條邊與邊之間的角度均為90°；隨機(jī)生成一個(gè)建筑輪廓的算法包括以下步驟：S21、隨機(jī)生成一個(gè)半徑為R的圓，作為目標(biāo)輪廓的外接圓，所述半徑是表征輪廓大小的參數(shù)，半徑的范圍是可以設(shè)置的參數(shù)，取決于要識(shí)別的建筑的輪廓的大小范圍；S22、隨機(jī)生成一個(gè)圓的內(nèi)接矩形；隨機(jī)選擇短長(zhǎng)軸比值η，η是一個(gè)隨機(jī)變量，數(shù)值介于0與1之間，得到一個(gè)步驟S21生成的圓的內(nèi)接矩形，所述矩形的長(zhǎng)為a，寬為b；S23、對(duì)矩形的長(zhǎng)短邊進(jìn)行分段：隨機(jī)生成一個(gè)正整數(shù)NL≤5，作為長(zhǎng)邊的分段數(shù)量，然后定義長(zhǎng)度l1=aNL，l2=aNL-1，按照隨機(jī)數(shù)均勻分布的區(qū)間（l1,l2），對(duì)5個(gè)小段長(zhǎng)邊進(jìn)行分段；同理，按照短邊分段數(shù)量Ns=[NLba]，其中[·]為向上取整函數(shù)；S24、每個(gè)分段進(jìn)行上下隨機(jī)移動(dòng)，移動(dòng)距離取隨機(jī)數(shù)0.5·0,bNs，使分段發(fā)生移動(dòng)是為了使建筑輪廓在矩形的基礎(chǔ)上具有一定的隨機(jī)調(diào)整；S25、最后將輪廓隨機(jī)旋轉(zhuǎn)0-360°；S3、生成虛擬衛(wèi)星遙感影像；首先建立建筑、建筑周圍的環(huán)境、光照模型，然后用攝像頭模擬衛(wèi)星的位置進(jìn)行拍照截圖，輸出正交投影的圖片，再對(duì)截圖以地面為參考坐標(biāo)系進(jìn)行投影變換，得到虛擬遙感影像；將所述虛擬遙感影像進(jìn)行旋轉(zhuǎn)使太陽(yáng)方位角調(diào)整到45°得到分辨率為0.4米的第一灰度圖片，再將所述虛擬遙感影像進(jìn)行旋轉(zhuǎn)使衛(wèi)星方位角調(diào)整到45°得到分辨率為0.4米的第二灰度圖片；S4、訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)；卷積神經(jīng)網(wǎng)絡(luò)輸入層的信息包括：用于提取建筑陰影信息的所述第一灰度圖片、用于提取建筑邊緣信息的所述第二灰度圖片以及太陽(yáng)高度角和衛(wèi)星高度角信息；所述卷積神經(jīng)網(wǎng)絡(luò)卷積層的卷積核大小為3×3，通過(guò)卷積-激活-池化逐步提取圖像中的特征信息，圖像的尺寸大小會(huì)逐漸減小，深度信息會(huì)逐漸增加；采用小批次梯度下降法進(jìn)行訓(xùn)練，每個(gè)批次包含20張圖像；每次生成信息的圖像訓(xùn)練集包含1000張圖像，800張圖像用于作為訓(xùn)練集，剩下200張用于作為驗(yàn)證集；每批訓(xùn)練集訓(xùn)練10輪也即400個(gè)批次，訓(xùn)練完10輪之后返回步驟S3更新訓(xùn)練集和驗(yàn)證集，生成新的1000張圖像，再進(jìn)行訓(xùn)練10輪，一直循環(huán)直至訓(xùn)練集的均方根誤差趨于穩(wěn)定停止；S5、自動(dòng)化提取建筑高度信息；將衛(wèi)星遙感影像按照要求輸入到步驟S4已經(jīng)訓(xùn)練好的的卷積神經(jīng)網(wǎng)絡(luò)中，就可以自動(dòng)化地對(duì)圖像進(jìn)行處理，并提取出建筑高度。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人同濟(jì)大學(xué)，其通訊地址為：200092 上海市楊浦區(qū)四平路1239號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。