面向建筑物轮廓规则化的双路径边界约束与相对论生成对抗网络

高分辨率遥感影像建筑物提取目前仍是遥感应用与地图制图领域的研究热点和难点。尽管深度学习方法的引入极大地提升了建筑物分割的精度,但建筑物分割掩膜中轮廓不规则和边界不清晰的问题依然存在。为了获取规则的建筑物轮廓和清晰的边界,本文基于双路径边界约束与相对论生成对抗网络提出一种建筑物轮廓规则化方法。该网络由双路径边界约束生成器和相对论平均鉴别器共同组成。双路径边界约束生成器通过双路径网络架构和边界损失函数来融合遥感影像和输入标签的边界细节信息来,从而生成规则的建筑物轮廓;而相对论平均鉴别器则通过评估地面实况标签与生成的规则化结果之间的质量差异来迫使生成器生成更为真实的建筑物掩膜。为验证模型性能、探索性能提升原因,本文在WHU建筑物数据集和Inria航空影像标注数据集上设计了对比试验和消融试验。试验结果表明,本文方法可以生成吻合地面实况标签的规则化结果,在解决分割掩膜边界模糊、轮廓不规则的问题上具有显著优势。

基于高分遥感影像的建筑物轮廓规则化算法

针对高分遥感影像中提取的建筑物轮廓存在的残差和锯齿化问题,本文提出一种递进式轮廓规则化方法。在提取轮廓基础上利用改进的Harris检测算法初步实现建筑物轮廓边缘清晰化;然后基于Fréchet距离的最小面积外接矩形对初步边缘规则化的建筑物轮廓拟合优化,得到初步规则化轮廓;然而局部边缘转折区域仍存在锯齿状等问题,利用Shi-Tomasi算法对锯齿状局部区域进行优化,实现轮廓深度规则化。通过对比,本方法总精度达到了85.36%,相较于初始轮廓提高了13.17%,表明本方法适用于建筑物的外部轮廓线规则化,有效提高了建筑物外部轮廓线与边缘图形的表达率和精度。

基于DeepLabv3+语义分割的航空影像建筑物提取方法

航空影像可以提供丰富的地物信息,建筑物作为一种重要的地物信息,通过快速精确地识别航空影像中的建筑物,可以实现目标监测、位置定位,并进一步丰富特定区域的地理信息。针对语义分割算法在提取建筑物时存在的分割结果粘连、轮廓线条不规则的问题,通过改进特征融合结构、构建综合损失函数以及添加改进后的Douglas Peucker算法,提出了一种改进的基于DeepLabv3+的航空影像建筑物提取模型。实验结果表明,改进后的模型在测试集上交并比为0.794,相较于原模型提升了14.7%,有效地避免了近邻建筑物之间的粘连分割问题,使得分割边界更加规整,从而更精确地提取出建筑物的轮廓形状。

建筑物轮廓双向驱动自适应分割重构的规则化方法

针对从高分遥感影像中提取建筑物易受阴影和植被等遮挡而导致错误检测的问题,提出一种建筑物轮廓双向驱动自适应分割重构的规则化方法。首先采用基于最小外接矩形(MBR)的平直旋转变换算法,旋转建筑物轮廓至水平或竖直状态,减少轮廓图形学显示上的锯齿表征;然后设计MBR和Shi-Tomasi联合双向驱动建筑物轮廓自适应分割算法,将轮廓化整为零精准分割形成局部片段;最后提出基于局部最优权拟合的轮廓重构算法,依次对局部片段进行属性分配、约束重组、最优权拟合与坐标重组,实现建筑物轮廓的规则化。实验结果表明,与初始提取结果相比,经所提方法规则化的轮廓视觉效果更好。与同类基于栅格填充、角点校正、最优外接矩形拟合和主方向的4种轮廓规则化方法相比,所提方法在保证规则化效率的同时,精度也更高,具有更广泛的适用性,对常见包含不同角度变化的复杂建筑物均能得到更加规整的轮廓,可作为建筑物提取后处理规则化的参考手段。

基于温度分区的激光沉积成形扫描路径生成方法

现有金属激光沉积成形工件是根据几何模型按照设定扫描路径层层叠加而成,不可避免造成局部热量累积,导致成形工件内部温度梯度大,产生局部应力集中,易引起工件变形开裂。对成形过程温度进行实时检测并实现动态扫描路径规划是解决工件变形开裂的根本途径。在研究不同基体温度对熔宽、熔高影响规律基础上,提出基于层面温度分区的激光沉积成形扫描路径生成方法。采用红外热像仪对沉积层面温度进行实时采集,提取不同温度分区轮廓;提出温度分区轮廓规则化方法,消除局部轮廓尖角,避免过熔覆;改进Weiler-Atherton算法,快速实现分层轮廓与温度分区轮廓的求交运算;针对不同温度分区采用适应性间距生成扫描路径,实现激光沉积成形动态扫描路径规划。试验结果表明:该扫描路径可有效提高成形工件质量。