买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：陕西天润科技股份有限公司

摘要：本发明公开了一种基于立体影像快速提取建筑物顶部高程的方法，涉及建筑物顶部高程提取技术领域，其通过图像语义分割技术对包含目标建筑物的立体影像进行分割以此来构建目标建筑物的三维模型，进而通过投影变换和高程插值计算的方式对所述三维模型进行处理以得到目标建筑物的顶部的高程值。这样能够提高图像语义分割的精准度，让目标建筑物的细节特征更为显著，从而提高建筑物顶部高程测量的精准度。

主权项：1.一种基于立体影像快速提取建筑物顶部高程的方法，其特征在于，包括：获取包含目标建筑物的立体影像；对所述包含目标建筑物的立体影像进行图像语义分割以得到分割结果；根据所述分割结果，构建所述目标建筑物的三维模型；以及对所述目标建筑物的三维模型进行投影变换和高程插值计算以得到所述目标建筑物的顶部的高程值；对所述包含目标建筑物的立体影像进行图像语义分割以得到分割结果，包括：提取所述包含目标建筑物的立体影像中的图像语义特征；将所述图像语义特征通过基于Softmax函数的立体影像语义分割器以得到所述分割结果；提取所述包含目标建筑物的立体影像中的图像语义特征，包括：将所述包含目标建筑物的立体影像通过基于金字塔网络的影像特征提取器以得到立体影像内容浅层特征图、立体影像内容中层特征图和立体影像内容深层特征图；以及使用特征直通层来融合所述立体影像内容浅层特征图、所述立体影像内容中层特征图和所述立体影像内容深层特征图以得到立体影像内容多尺度特征图作为所述图像语义特征；将所述图像语义特征通过基于Softmax函数的立体影像语义分割器以得到所述分割结果，包括：对所述立体影像内容多尺度特征图进行上下文编码和自适应强化以得到自适应强化立体影像内容多尺度特征图；以及将所述自适应强化立体影像内容多尺度特征图通过基于Softmax函数的立体影像语义分割器以得到所述分割结果；将所述自适应强化立体影像内容多尺度特征图通过所述基于Softmax函数的立体影像语义分割器以得到所述分割结果，包括：对所述自适应强化立体影像内容多尺度特征图进行特征分布整体性强化以得到强化自适应强化立体影像内容多尺度特征图，具体为：将所述自适应强化立体影像内容多尺度特征图中的各个特征矩阵通过线性变换转换为正方矩阵，然后对所述自适应强化立体影像内容多尺度特征图以特征矩阵为单位，通过基于相邻特征矩阵的约束来优化所述自适应强化立体影像内容多尺度特征图，具体表示为： ；其中和分别是所述自适应强化立体影像内容多尺度特征图中的第和第个特征矩阵，且和分别是特征矩阵和的全局均值，表示矩阵相乘，表示按位置点乘，是所述强化自适应强化立体影像内容多尺度特征图中的第个特征矩阵；以及将所述强化自适应强化立体影像内容多尺度特征图输入基于Softmax函数的立体影像语义分割器以得到所述分割结果；以所述自适应强化立体影像内容多尺度特征图的特征矩阵沿通道分布的中心作为通道维度下的场景传递的种子点，将所述自适应强化立体影像内容多尺度特征图的特征矩阵的每个特征值通过矩阵相乘而进行稳健化的聚合和子采样提议，在所述自适应强化立体影像内容多尺度特征图的特征矩阵的每个特征值的参与基础上进行相邻特征矩阵的分布边界框传递定向约束，以在所述自适应强化立体影像内容多尺度特征图的整体沿通道维度由下而上的上下文关联的基础上提升所述自适应强化立体影像内容多尺度特征图的特征表示的整体性，以提升所述自适应强化立体影像内容多尺度特征图通过基于Softmax函数的立体影像语义分割器得到的分割结果的准确性；其中，使用特征直通层来融合所述立体影像内容浅层特征图、所述立体影像内容中层特征图和所述立体影像内容深层特征图以得到立体影像内容多尺度特征图作为所述图像语义特征，包括：使用特征直通层以如下公式来融合所述立体影像内容浅层特征图、所述立体影像内容中层特征图和所述立体影像内容深层特征图以得到所述立体影像内容多尺度特征图；其中，所述公式为： ；其中表示所述立体影像内容浅层特征图，表示所述立体影像内容中层特征图，表示所述立体影像内容深层特征图，表示所述立体影像内容多尺度特征图，和分别表示所述立体影像内容浅层特征图、所述立体影像内容中层特征图和所述立体影像内容深层特征图的加权参数，表示按位置加法。

全文数据：

权利要求：

百度查询： 陕西天润科技股份有限公司 一种基于立体影像快速提取建筑物顶部高程的方法