本發(fā)明涉及圖像視覺智能識(shí)別領(lǐng)域，更具體地，涉及一種遙感影像目標(biāo)檢測(cè)基準(zhǔn)庫的構(gòu)建方法及裝置。

背景技術(shù)：

數(shù)據(jù)庫是視覺智能識(shí)別中最重要的因素之一。近年來隨著大數(shù)據(jù)的興起以及深度神經(jīng)網(wǎng)絡(luò)在圖像識(shí)別領(lǐng)域中的應(yīng)用，使得如何高效地構(gòu)建數(shù)據(jù)庫來輔助模型或算法達(dá)到更好的視覺識(shí)別效果已成為研究熱點(diǎn)。

相比于自然圖像數(shù)據(jù)庫，由于遙感影像自身地物的復(fù)雜性、來源的限制性、空間分辨率低、目標(biāo)辨識(shí)難度大，以及缺乏地物位置和地物屬性標(biāo)注信息，而且易受成像角度和天氣等諸多因素影響，使得遙感影像數(shù)據(jù)庫的構(gòu)建難度相對(duì)更大。目前對(duì)遙感影像數(shù)據(jù)庫構(gòu)建的研究相對(duì)缺乏，對(duì)遙感影像目標(biāo)檢測(cè)基準(zhǔn)庫的研究更少。目前，常見的遙感影像目標(biāo)檢測(cè)基準(zhǔn)庫為spacenet遙感影像目標(biāo)檢測(cè)基準(zhǔn)庫。spacenet由digitalglobe，cosmiqworks和nvidia等聯(lián)合構(gòu)建的一個(gè)用于目標(biāo)檢測(cè)的空間數(shù)據(jù)庫。該數(shù)據(jù)庫目前包含里約熱內(nèi)盧，巴黎，拉斯維加斯，上海和喀土穆地區(qū)的建筑目標(biāo)地物，該建筑目標(biāo)地物由人工標(biāo)記完成，每一幅影像塊對(duì)應(yīng)一個(gè)建筑物標(biāo)簽信息。

目前遙感影像目標(biāo)檢測(cè)基準(zhǔn)庫的構(gòu)建通常基于手工標(biāo)記，需要大量的人力，效率低。因此缺乏一種有效的基準(zhǔn)庫構(gòu)建方式是目前遙感影像目標(biāo)檢測(cè)基準(zhǔn)庫構(gòu)建的困難所在。

技術(shù)實(shí)現(xiàn)要素：

為克服上述構(gòu)建遙感影像目標(biāo)檢測(cè)基準(zhǔn)庫需要大量手工標(biāo)記，效率低的問題，本發(fā)明提供了一種遙感影像目標(biāo)檢測(cè)基準(zhǔn)庫的構(gòu)建方法及裝置。

根據(jù)本發(fā)明的一個(gè)方面，提供一種遙感影像目標(biāo)檢測(cè)基準(zhǔn)庫的構(gòu)建方法，包括：

獲取第一影像數(shù)據(jù)和所述第一影像數(shù)據(jù)對(duì)應(yīng)的第一面狀數(shù)據(jù)；

對(duì)所述第一影像數(shù)據(jù)進(jìn)行分塊，生成第二影像塊；

獲取所述第一面狀數(shù)據(jù)的最小包絡(luò)矩形，生成第二面狀數(shù)據(jù)；

根據(jù)所述第二影像塊和所述最小包絡(luò)矩形的經(jīng)緯度坐標(biāo)，將坐標(biāo)范圍位于所述第二影像塊的坐標(biāo)范圍內(nèi)的第二面狀數(shù)據(jù)集成為第三面狀數(shù)據(jù)；

根據(jù)所述第二影像塊和所述第三面狀數(shù)據(jù)，生成標(biāo)簽文件；

根據(jù)所述第二影像塊和所述標(biāo)簽文件，構(gòu)建數(shù)據(jù)庫。

具體地，在獲取所述第一面狀數(shù)據(jù)的最小包絡(luò)矩形，生成第二面狀數(shù)據(jù)之前，還包括：

對(duì)所述第一面狀數(shù)據(jù)進(jìn)行篩選。

具體地，所述最小包絡(luò)矩形的經(jīng)緯度坐標(biāo)包括：所述最小包絡(luò)矩形的左上角和右下角的經(jīng)緯度坐標(biāo)。

具體地，根據(jù)所述第二影像塊和所述第三面狀數(shù)據(jù)，生成標(biāo)簽文件，包括：

將所述第三面狀數(shù)據(jù)和述第三面狀數(shù)據(jù)對(duì)應(yīng)的第二影像塊的名稱，存儲(chǔ)為第一txt文件；

對(duì)所述第一txt文件中所述最小包絡(luò)矩形的經(jīng)緯度坐標(biāo)進(jìn)行轉(zhuǎn)換，生成第二txt文件；

以所述第二影像塊和所述第二txt文件為模板，生成xml標(biāo)簽文件。

具體地，所述第一txt文件包括：所述第二影像塊的名稱，以及所述第三面狀數(shù)據(jù)中的地物名稱和最小包絡(luò)矩形的經(jīng)緯度坐標(biāo)。

具體地，所述第二txt文件包括：所述第二影像塊的名稱，以及所述第三面狀數(shù)據(jù)中的地物名稱和最小包絡(luò)矩形的像素坐標(biāo)。

具體地，所述xml標(biāo)簽文件包括：所述第二影像塊的名稱、所述第二影像塊的尺寸以及所述第三面狀數(shù)據(jù)中的地物名稱和最小包絡(luò)矩形的像素坐標(biāo)。

根據(jù)本發(fā)明的另一方面，提供一種遙感影像目標(biāo)檢測(cè)基準(zhǔn)庫的構(gòu)建裝置，包括：

第一獲取模塊，用于獲取第一影像數(shù)據(jù)和所述第一影像數(shù)據(jù)對(duì)應(yīng)的第一面狀數(shù)據(jù)；

分塊模塊，用于對(duì)所述第一影像數(shù)據(jù)進(jìn)行分塊，生成第二影像塊；

第二獲取模塊，用于獲取所述第一面狀數(shù)據(jù)的最小包絡(luò)矩形，生成第二面狀數(shù)據(jù)；

集成模塊，用于根據(jù)所述第二影像塊和所述最小包絡(luò)矩形的經(jīng)緯度坐標(biāo)，將坐標(biāo)范圍位于所述第二影像塊的坐標(biāo)范圍內(nèi)的第二面狀數(shù)據(jù)集成為第三面狀數(shù)據(jù)；

生成模塊，用于根據(jù)所述第二影像塊和所述第三面狀數(shù)據(jù)，生成標(biāo)簽文件；

構(gòu)建模塊，用于根據(jù)所述第二影像塊和所述標(biāo)簽文件，構(gòu)建數(shù)據(jù)庫。

具體地，還包括：

篩選模塊，用于對(duì)所述第一面狀數(shù)據(jù)進(jìn)行篩選。

具體地，所述生成模塊包括：

存儲(chǔ)子模塊，用于將所述第三面狀數(shù)據(jù)和所述第三面狀數(shù)據(jù)對(duì)應(yīng)的第二影像塊的名稱，存儲(chǔ)為第一txt文件；

轉(zhuǎn)換子模塊，用于對(duì)所述第一txt文件中所述最小包絡(luò)矩形的經(jīng)緯度坐標(biāo)進(jìn)行轉(zhuǎn)換，生成第二txt文件；

生成子模塊，用于以所述第二影像塊和所述第二txt文件為模板，生成xml標(biāo)簽文件。

本發(fā)明提出一種遙感影像目標(biāo)檢測(cè)基準(zhǔn)庫的構(gòu)建方法及裝置，本發(fā)明使用現(xiàn)有的影像數(shù)據(jù)和影像數(shù)據(jù)對(duì)應(yīng)的面狀數(shù)據(jù)構(gòu)建數(shù)據(jù)庫，通過將所述影像數(shù)據(jù)進(jìn)行分塊，并獲取面狀數(shù)據(jù)的最小包絡(luò)矩形，根據(jù)影像塊和最小包絡(luò)矩形的坐標(biāo)，將對(duì)應(yīng)于同一影像塊的面狀數(shù)據(jù)進(jìn)行集成，根據(jù)影像塊和影像塊對(duì)應(yīng)的集成后的面狀數(shù)據(jù)生成標(biāo)簽文件，根據(jù)所述影像塊和所述影像塊對(duì)應(yīng)的標(biāo)簽文件構(gòu)建數(shù)據(jù)庫，從而實(shí)現(xiàn)數(shù)據(jù)庫的快速構(gòu)建。

附圖說明

圖1為本發(fā)明實(shí)施例提供的遙感影像目標(biāo)檢測(cè)基準(zhǔn)庫的構(gòu)建方法流程圖；

圖2為所述第一面狀數(shù)據(jù)的最小包絡(luò)矩形示意圖；

圖3為所述第二影像和所述第三面狀數(shù)據(jù)之間的對(duì)應(yīng)關(guān)系示意圖；

圖4為形狀不規(guī)則地物，以及與背景區(qū)分度不高的地物樣本圖；

圖5為篩選后的結(jié)果示意圖；

圖6為本發(fā)明又一實(shí)施例提供的遙感影像目標(biāo)檢測(cè)基準(zhǔn)庫的構(gòu)建方法流程圖；

圖7為坐標(biāo)轉(zhuǎn)換前的txt文件示意圖；

圖8為坐標(biāo)轉(zhuǎn)換后的txt文件示意圖；

圖9為xml文件示意圖；

圖10為本發(fā)明實(shí)施例提供的遙感影像目標(biāo)檢測(cè)基準(zhǔn)庫的構(gòu)建裝置結(jié)構(gòu)圖；

圖11為本發(fā)明又一實(shí)施例提供的遙感影像目標(biāo)檢測(cè)基準(zhǔn)庫的構(gòu)建裝置結(jié)構(gòu)圖。

具體實(shí)施方式

下面結(jié)合附圖和實(shí)施例，對(duì)本發(fā)明的具體實(shí)施方式作進(jìn)一步詳細(xì)描述。以下實(shí)施例用于說明本發(fā)明，但不用來限制本發(fā)明的范圍。

圖1為本發(fā)明實(shí)施例提供的遙感影像目標(biāo)檢測(cè)基準(zhǔn)庫的構(gòu)建方法流程圖，包括：s1，獲取第一影像數(shù)據(jù)和所述第一影像數(shù)據(jù)對(duì)應(yīng)的第一面狀數(shù)據(jù)；s2，對(duì)所述第一影像數(shù)據(jù)進(jìn)行分塊，生成第二影像塊；s3，獲取所述第一面狀數(shù)據(jù)的最小包絡(luò)矩形，生成第二面狀數(shù)據(jù)；s4，根據(jù)所述第二影像塊和所述最小包絡(luò)矩形的經(jīng)緯度坐標(biāo)，將坐標(biāo)范圍位于所述第二影像塊的坐標(biāo)范圍內(nèi)的第二面狀數(shù)據(jù)集成為第三面狀數(shù)據(jù)；s5，根據(jù)所述第二影像塊和所述第三面狀數(shù)據(jù)，生成標(biāo)簽文件；s6，根據(jù)所述第二影像塊和所述標(biāo)簽文件，構(gòu)建數(shù)據(jù)庫。

其中，s1中，所述第一影像數(shù)據(jù)可以為谷歌影像，谷歌影像的空間分辨率可以達(dá)到0.23m。所述第一面狀數(shù)據(jù)為osm(openstreetmap，維基世界地圖)面狀數(shù)據(jù)，所述osm面狀數(shù)據(jù)為人工標(biāo)注的矢量數(shù)據(jù)。選取所述第一面狀數(shù)據(jù)較為密集的區(qū)域?qū)?yīng)的谷歌影像，通過選取的谷歌影像的kml文件獲取對(duì)應(yīng)的第一面狀數(shù)據(jù)。s2中，將所述第一影像數(shù)據(jù)切分成大小相同的影像塊，并保留所述影像塊的經(jīng)緯度坐標(biāo)。將所述影像塊作為第二影像塊，可以以滑動(dòng)窗口的方式進(jìn)行切塊。

s3中，由于所述第一面狀數(shù)據(jù)中，輪廓的形狀完全依賴于地物的輪廓，因此大都為不規(guī)則的多邊形邊框。由于現(xiàn)有的目標(biāo)檢測(cè)模型要求地物的輪廓為矩形，因此需要求取所述第一面狀數(shù)據(jù)的最小包絡(luò)矩形，從而將不規(guī)則的形狀轉(zhuǎn)換為規(guī)則的矩形。將含有所述最小包絡(luò)矩形的第一面狀數(shù)據(jù)作為第二面狀數(shù)據(jù)。

s4中，遍歷每個(gè)所述第二影像塊，根據(jù)所述第二影像塊的經(jīng)緯度坐標(biāo)和所述第二面狀數(shù)據(jù)中的最小包絡(luò)矩形的經(jīng)緯度坐標(biāo)，若判斷所述最小包絡(luò)矩形的坐標(biāo)范圍位于所述第二影像塊的坐標(biāo)范圍內(nèi)，則將所述最小包絡(luò)矩形對(duì)應(yīng)的第二面狀數(shù)據(jù)集成為第三面狀數(shù)據(jù)，即將對(duì)應(yīng)于同一所述第二影像塊的所述第二面狀數(shù)據(jù)分為一類。每個(gè)所述第二影像塊對(duì)應(yīng)一個(gè)所述第二面狀數(shù)據(jù)的集和，即所述第三面狀數(shù)據(jù)。

s5中，根據(jù)所述第二影像塊和所述第二影像塊對(duì)應(yīng)的第三面狀數(shù)據(jù)，生成標(biāo)簽文件。每個(gè)所述標(biāo)簽文件包含了該標(biāo)簽文件對(duì)應(yīng)的第二影像塊的名稱和所述第二影像塊對(duì)應(yīng)的第三面狀數(shù)據(jù)。

s6中，每個(gè)所述第二影像塊都有一個(gè)對(duì)應(yīng)的標(biāo)簽文件，根據(jù)所述第二影像塊和所述標(biāo)簽文件構(gòu)建的數(shù)據(jù)庫包括：所述第二影像塊和所述第二影像塊對(duì)應(yīng)的標(biāo)簽文件。

例如，選取面狀數(shù)據(jù)的密度較大的區(qū)域的第一影像數(shù)據(jù)和對(duì)應(yīng)的第一面狀數(shù)據(jù)，如選取華盛頓、倫敦、東京、阿姆斯特丹、巴黎、柏林、哥倫布、洛杉磯和莫斯科城市區(qū)域的第一影像數(shù)據(jù)和對(duì)應(yīng)的第一面狀數(shù)據(jù)，獲取將所述第一影像數(shù)據(jù)分塊成800*800像素固定大小的第二影像塊。獲取所述第一面狀數(shù)據(jù)的最小包絡(luò)矩形，生成第二面狀數(shù)據(jù)。圖2為所述第一面狀數(shù)據(jù)的最小保面矩形示意圖，里面的白色邊框?yàn)樵歼吙?，外面的白色邊框?yàn)樽钚“j(luò)矩形的邊框。遍歷每一個(gè)800*800的第二影像塊，根據(jù)所述第二影像塊的經(jīng)緯度坐標(biāo)和所述第二面狀數(shù)據(jù)中的最小包絡(luò)矩形的經(jīng)緯度坐標(biāo)，將坐標(biāo)范圍位于所述第二影像塊的坐標(biāo)范圍內(nèi)的第二面狀數(shù)據(jù)集成為第三面狀數(shù)據(jù)。圖3為所述第二影像和所述第三面狀數(shù)據(jù)之間的對(duì)應(yīng)關(guān)系示意圖，如圖3所示，該第二影像塊中集成了第二面狀數(shù)據(jù)中地物名稱為parking、building和basketball的第二面狀數(shù)據(jù)，所述第二面狀數(shù)據(jù)含有最小包絡(luò)矩形。根據(jù)所述第二影像塊和所述最小包絡(luò)矩形的經(jīng)緯度坐標(biāo)，將坐標(biāo)范圍位于所述第二影像塊的坐標(biāo)范圍內(nèi)的第二面狀數(shù)據(jù)集成為第三面狀數(shù)據(jù)。根據(jù)所述第二影像塊和所述第二影像塊對(duì)應(yīng)的第三面狀數(shù)據(jù)生成標(biāo)簽文件。根據(jù)所述第二影像塊和所述標(biāo)簽文件構(gòu)建數(shù)據(jù)庫。

本實(shí)施例使用現(xiàn)有的影像數(shù)據(jù)及其對(duì)應(yīng)的面狀數(shù)據(jù)構(gòu)建數(shù)據(jù)庫，通過將所述影像數(shù)據(jù)進(jìn)行分塊，并獲取面狀數(shù)據(jù)的最小包絡(luò)矩形，根據(jù)影像塊和最小包絡(luò)矩形的坐標(biāo)，將對(duì)應(yīng)于同一影像塊的面狀數(shù)據(jù)進(jìn)行集成，根據(jù)所述影像塊和所述影像塊對(duì)應(yīng)的面狀數(shù)據(jù)生成標(biāo)簽文件，根據(jù)所述影像塊和所述影像塊對(duì)應(yīng)的標(biāo)簽文件構(gòu)建數(shù)據(jù)庫，從而實(shí)現(xiàn)數(shù)據(jù)庫的快速構(gòu)建。

在上述實(shí)施例的基礎(chǔ)上，本實(shí)施例中在獲取所述第一面狀數(shù)據(jù)的最小包絡(luò)矩形，生成第二面狀數(shù)據(jù)之前，還包括：對(duì)所述第一面狀數(shù)據(jù)進(jìn)行篩選。

其中，所述篩選可以包括：使用算法進(jìn)行篩選和/或人工篩選。使用算法進(jìn)行篩選包括去除斜長且跨度較大的地物、去除形狀不規(guī)則的地物和去除小面積的地物中的一種或多種。人工篩選包括：將相似類的地物合并為同一類地物、去除出現(xiàn)頻率不高的地物、去除與背景區(qū)分度不高的地物、去除或校正與影像數(shù)據(jù)中的地物有偏移的地物、更正錯(cuò)標(biāo)的地物、去除對(duì)應(yīng)的影像中很模糊的地物。其中，去除斜長且跨度相對(duì)較大的地物將緯度之差與面積之比或經(jīng)度之差與面積之比大于預(yù)設(shè)閾值的地物去除。去除形狀不規(guī)則的地物可以將地物的面積與該地物的最小外接矩形的面積的差值與地物的面積的比值大于預(yù)設(shè)閾值或地物的面積與地物的周長的比值小于預(yù)設(shè)閾值的地物去除。去除小面積的地物可以根據(jù)影像數(shù)據(jù)的空間分辨率，將面積小于預(yù)設(shè)閾值的地物去除。圖4為形狀不規(guī)則地物，以及與背景區(qū)分度不高的地物樣本圖。如圖4所示，前兩幅圖中白色線框內(nèi)的地物為不規(guī)則地物，后兩幅圖中的白色線框內(nèi)的地物為與背景區(qū)分度不高的地物。圖5為篩選后的結(jié)果示意圖，如圖5所示，其中白色線框?yàn)楸Ａ舻拿鏍顢?shù)據(jù)，灰色線框?yàn)槿コ拿鏍顢?shù)據(jù)。

具體地，在去除斜長且跨度較大的地物時(shí)，緯度相差1°約等于地面實(shí)際距離111千米；經(jīng)度相差1°約等于111cosα千米，其中α為計(jì)算經(jīng)度處的緯度值。根據(jù)經(jīng)緯度與地面實(shí)際距離的關(guān)系，定義緯度之差與面積之比以及經(jīng)度之差與面積比值分別為dlon2area與dlat2area。若dlon2area或dlat2area超過預(yù)設(shè)閾值，則視為跨度相對(duì)較大，將該地物去除。在去除地物形狀不規(guī)則的地物時(shí)，定義地物的最小外接矩形的面積為area2bbox，地物的面積為area，地物的周長為circle。計(jì)算area2bbox＝(bboxarea–area)/area或shapeindex＝area/circle，若area2bbox大于預(yù)設(shè)閾值或shapeindex小于預(yù)設(shè)閾值，則將該地物去除。在將相似類的地物合并為同一類地物時(shí)，將大類中的子類統(tǒng)一合并為大類。如將building類中命名為hotel/hospital的子類地物統(tǒng)一合并為building類；將landuse/amenity類中命名為forest/scrub的子類統(tǒng)一命名為wood類。

本實(shí)施例中對(duì)所述面狀數(shù)據(jù)進(jìn)行篩選，一方面，去掉了部分地物，簡化了地物的分類，使數(shù)據(jù)庫更加精簡，另一方面，去掉或校正有偏移的地物、與背景區(qū)分度不高的地物、過度模糊的地物等，使得對(duì)影像數(shù)據(jù)中地物的標(biāo)記更加準(zhǔn)確。

圖6為本發(fā)明又一實(shí)施例提供的遙感影像目標(biāo)檢測(cè)基準(zhǔn)庫的構(gòu)建方法流程圖，如圖6所述，在上述各實(shí)施例的基礎(chǔ)上，本實(shí)施例中s5，根據(jù)所述第二影像塊和所述第二影像塊對(duì)應(yīng)的第二面狀數(shù)據(jù)，生成標(biāo)簽文件，包括：s51，將所述第三面狀數(shù)據(jù)和所述第三面狀數(shù)據(jù)對(duì)應(yīng)的第二影像塊的名稱，存儲(chǔ)為第一txt文件；s52，對(duì)所述第一txt文件中所述最小包絡(luò)矩形的經(jīng)緯度坐標(biāo)進(jìn)行轉(zhuǎn)換，生成第二txt文件；s53，以所述第二影像塊和所述第二txt文件為模板，生成xml標(biāo)簽文件。

具體地，s51中，每個(gè)所述第三面狀數(shù)據(jù)對(duì)應(yīng)一個(gè)第二影像塊，將所述第三面狀數(shù)據(jù)和所述第三面狀數(shù)據(jù)對(duì)應(yīng)的第二影像塊的名稱，存儲(chǔ)為第一txt文件。所述第三面狀數(shù)據(jù)包括：地物名稱和最小包絡(luò)矩形的經(jīng)緯度坐標(biāo)。所述第一txt文件包括：所述第二影像塊的名稱，以及所述第三面狀數(shù)據(jù)中的地物名稱和最小包絡(luò)矩形的經(jīng)緯度坐標(biāo)。s52中，由于所述第三面狀數(shù)據(jù)中的最小包絡(luò)矩形的坐標(biāo)為經(jīng)緯度坐標(biāo)，而圖像處理中使用的是像素坐標(biāo)，因此，需要將所述第一txt文件中所述最小包絡(luò)矩形的經(jīng)緯度坐標(biāo)轉(zhuǎn)換為像素坐標(biāo)，生成第二txt文件。所述最小包絡(luò)矩形的經(jīng)緯度坐標(biāo)包括：所述最小包絡(luò)矩形的左上角和右下角的經(jīng)緯度坐標(biāo)。s53中，以所述第二影像塊和所述第二txt文件為模板，生成xml標(biāo)簽文件。所述xml標(biāo)簽文件包括：所述第二影像塊的名稱、所述第二影像塊的尺寸以及所述第三面狀數(shù)據(jù)中的地物名稱和最小包絡(luò)矩形的像素坐標(biāo)。

圖7為坐標(biāo)轉(zhuǎn)換前的txt文件示意圖，圖8為坐標(biāo)轉(zhuǎn)換后的txt文件示意圖。圖7和圖8中，第一列為第二影像塊的名稱、第二列為第二面狀數(shù)據(jù)中的地物名稱。圖7中的第三列和第四列表示第三面狀數(shù)據(jù)中最小包絡(luò)矩形的左上角的經(jīng)緯度坐標(biāo)，圖7中的第五列和第六列表示第三面狀數(shù)據(jù)中最小包絡(luò)矩形的右下角的經(jīng)緯度坐標(biāo)。圖8中的第三列和第四列表示第三面狀數(shù)據(jù)中所述最小包絡(luò)矩形的左上角的像素坐標(biāo)，圖8中的第五列和第六列表示第三面狀數(shù)據(jù)中所述最小包絡(luò)矩形的右下角的像素坐標(biāo)。圖9為xml標(biāo)簽文件示意圖。

本實(shí)施例影像塊和影像塊對(duì)應(yīng)的面狀數(shù)據(jù)生成標(biāo)簽文件，標(biāo)簽文件中的坐標(biāo)為像素坐標(biāo)，與圖像處理中使用的坐標(biāo)一致，方便直接使用。根據(jù)所述影像塊和所述影像塊對(duì)應(yīng)的標(biāo)簽文件構(gòu)建數(shù)據(jù)庫，所述數(shù)據(jù)庫包括影像塊和標(biāo)簽文件，從而實(shí)現(xiàn)數(shù)據(jù)庫的快速構(gòu)建。

圖10為本發(fā)明實(shí)施例提供的遙感影像目標(biāo)檢測(cè)基準(zhǔn)庫的構(gòu)建裝置結(jié)構(gòu)圖，如圖10所示，包括第一獲取模塊1、分塊模塊2、第二獲取模塊3、集成模塊4、生成模塊5和構(gòu)建模塊6，其中：

所述第一獲取模塊1用于獲取第一影像數(shù)據(jù)和所述第一影像數(shù)據(jù)對(duì)應(yīng)的第一面狀數(shù)據(jù)；所述分塊模塊2用于對(duì)所述第一影像數(shù)據(jù)進(jìn)行分塊，生成第二影像塊；所述第二獲取模塊3，用于獲取所述第一面狀數(shù)據(jù)的最小包絡(luò)矩形，生成第二面狀數(shù)據(jù)；所述集成模塊4用于根據(jù)所述第二影像塊和所述最小包絡(luò)矩形的經(jīng)緯度坐標(biāo)，將坐標(biāo)范圍位于所述第二影像塊的坐標(biāo)范圍內(nèi)的第二面狀數(shù)據(jù)集成為第三面狀數(shù)據(jù)；所述生成模塊5用于根據(jù)所述第二影像塊和所述第三面狀數(shù)據(jù)，生成標(biāo)簽文件；所述構(gòu)建模塊6用于根據(jù)所述第二影像塊和所述標(biāo)簽文件，構(gòu)建數(shù)據(jù)庫。

具體地，所述第一影像數(shù)據(jù)可以為谷歌影像，谷歌影像的空間分辨率可以達(dá)到0.23m。所述第一面狀數(shù)據(jù)為osm(openstreetmap，維基世界地圖)面狀數(shù)據(jù)，所述osm面狀數(shù)據(jù)為人工標(biāo)注的矢量數(shù)據(jù)。所述第一獲取模塊1獲取所述第一面狀數(shù)據(jù)較為密集的區(qū)域?qū)?yīng)的谷歌影像，通過選取的谷歌影像的kml文件獲取對(duì)應(yīng)的第一面狀數(shù)據(jù)。所述分塊模塊2將所述第一影像數(shù)據(jù)切分成大小相同的影像塊。，并保留所述影像塊的經(jīng)緯度坐標(biāo)。將所述影像塊作為第二影像塊，可以以滑動(dòng)窗口的方式進(jìn)行切塊。

由于所述第一面狀數(shù)據(jù)中的輪廓大都為不規(guī)則的多邊形邊框，而現(xiàn)有的目標(biāo)檢測(cè)模型要求地物的輪廓為矩形，因此所述第二獲取模塊3獲取所述第一面狀數(shù)據(jù)的最小包絡(luò)矩形，從而將不規(guī)則的形狀轉(zhuǎn)換為規(guī)則的矩形。將含有所述最小包絡(luò)矩形的第一面狀數(shù)據(jù)作為第二面狀數(shù)據(jù)。

所述集成模塊4遍歷每個(gè)所述第二影像塊，根據(jù)所述第二影像塊的經(jīng)緯度坐標(biāo)和所述第二面狀數(shù)據(jù)中的最小包絡(luò)矩形的經(jīng)緯度坐標(biāo)，將坐標(biāo)范圍位于所述第二影像塊的坐標(biāo)范圍內(nèi)的第二面狀數(shù)據(jù)集成為第三面狀數(shù)據(jù)，即將對(duì)應(yīng)于同一所述第二影像塊的所述第二面狀數(shù)據(jù)分為一類。每個(gè)所述第二影像塊對(duì)應(yīng)一個(gè)所述第二面狀數(shù)據(jù)的集和，及所述第三面狀數(shù)據(jù)。

所述生成模塊5根據(jù)所述第二影像塊和所述第二影像塊對(duì)應(yīng)的第三面狀數(shù)據(jù)，生成標(biāo)簽文件。每個(gè)所述標(biāo)簽文件包含了該標(biāo)簽文件對(duì)應(yīng)的第二影像塊的名稱和所述第二影像塊對(duì)應(yīng)的第三面狀數(shù)據(jù)。

每個(gè)所述第二影像塊都有一個(gè)對(duì)應(yīng)的標(biāo)簽文件，所述構(gòu)建模塊6根據(jù)所述第二影像塊和所述標(biāo)簽文件構(gòu)建的數(shù)據(jù)庫包括：所述第二影像塊和所述第二影像塊對(duì)應(yīng)的標(biāo)簽文件。

本實(shí)施例使用現(xiàn)有的影像數(shù)據(jù)及其對(duì)應(yīng)的面狀數(shù)據(jù)構(gòu)建數(shù)據(jù)庫，本發(fā)明使用現(xiàn)有的影像數(shù)據(jù)和影像數(shù)據(jù)對(duì)應(yīng)的面狀數(shù)據(jù)構(gòu)建數(shù)據(jù)庫，通過將所述影像數(shù)據(jù)進(jìn)行分塊，并獲取面狀數(shù)據(jù)的最小包絡(luò)矩形，根據(jù)影像塊和最小包絡(luò)矩形的坐標(biāo)，將對(duì)應(yīng)于同一影像塊的面狀數(shù)據(jù)進(jìn)行集成，根據(jù)所述影像塊和所述影像塊對(duì)應(yīng)的面狀數(shù)據(jù)生成標(biāo)簽文件，根據(jù)所述影像塊和所述影像塊對(duì)應(yīng)的標(biāo)簽文件構(gòu)建數(shù)據(jù)庫，從而實(shí)現(xiàn)數(shù)據(jù)庫的快速構(gòu)建。

在上述實(shí)施例的基礎(chǔ)上，還包括：篩選模塊，用于對(duì)所述第一面狀數(shù)據(jù)進(jìn)行篩選。

具體地，所述篩選可以包括：使用算法進(jìn)行篩選和/或人工篩選。使用算法進(jìn)行篩選包括去除斜長且跨度較大的地物、去除形狀不規(guī)則的地物和去除小面積的地物中的一種或多種。人工篩選包括：將相似類的地物合并為同一類地物、去除出現(xiàn)頻率不高的地物、去除與背景區(qū)分度不高的地物、去除或矯正與影像數(shù)據(jù)中的地物有偏移的地物、更正錯(cuò)標(biāo)的地物、去除對(duì)應(yīng)的影像中的地物很模糊的地物。其中，所述篩選模塊通過將緯度之差與面積之比或經(jīng)度之差與面積之比大于預(yù)設(shè)閾值的地物去除，去除斜長且跨度相對(duì)較大的地物。所述篩選模塊5去除形狀不規(guī)則的地物可以通過將地物的面積與該地物的最小外接矩形的面積的差值與地物的面積的比值大于預(yù)設(shè)閾值或地物的面積與地物的周長的比值小于預(yù)設(shè)閾值的地物去除，去除形狀不規(guī)則的地物。所述篩選模塊5可以根據(jù)影像數(shù)據(jù)的空間分辨率去除小面積的地物，將面積小于預(yù)設(shè)閾值的地物去除。

本實(shí)施例中對(duì)所述面狀數(shù)據(jù)進(jìn)行篩選，一方面，去掉了部分地物，簡化了地物的分類，使數(shù)據(jù)庫更加精簡，另一方面，去掉的有偏移的地物、與背景區(qū)分度不高的地物、過度模糊的地物等，使得對(duì)影像數(shù)據(jù)中地物的標(biāo)記更加準(zhǔn)確。

圖11為本發(fā)明實(shí)施例提供的遙感影像目標(biāo)檢測(cè)基準(zhǔn)庫的構(gòu)建裝置結(jié)構(gòu)圖，如圖11所示，在上述各實(shí)施例的基礎(chǔ)上，所述生成模塊5包括存儲(chǔ)子模塊51、轉(zhuǎn)換子模塊52和生成子模塊53，其中：

所述存儲(chǔ)子模塊51用于將所述第三面狀數(shù)據(jù)和所述第三面狀數(shù)據(jù)對(duì)應(yīng)的第二影像塊的名稱，存儲(chǔ)為第一txt文件；所述轉(zhuǎn)換子模塊52用于對(duì)所述第一txt文件中所述最小包絡(luò)矩形的經(jīng)緯度坐標(biāo)進(jìn)行轉(zhuǎn)換，生成第二txt文件；所述生成子模塊53用于以所述第二影像塊和所述第二txt文件為模板，生成xml標(biāo)簽文件。

具體地，所述存儲(chǔ)子模塊51將所述第三面狀數(shù)據(jù)和所述第三面狀數(shù)據(jù)對(duì)應(yīng)的第二影像塊的名稱，存儲(chǔ)為第一txt文件。所述第三面狀數(shù)據(jù)包括：地物名稱和最小包絡(luò)矩形的經(jīng)緯度坐標(biāo)。所述第一txt文件包括：所述第二影像塊的名稱，以及所述第三面狀數(shù)據(jù)中的地物名稱和最小包絡(luò)矩形的經(jīng)緯度坐標(biāo)。由于所述第三面狀數(shù)據(jù)中的最小包絡(luò)矩形的坐標(biāo)為經(jīng)緯度坐標(biāo)，而圖像處理中使用的是像素坐標(biāo)，因此，所述轉(zhuǎn)換子模塊52將所述所述第一txt文件中最小包絡(luò)矩形的經(jīng)緯度坐標(biāo)轉(zhuǎn)換為像素坐標(biāo)，生成第二txt文件。所述最小包絡(luò)矩形的經(jīng)緯度坐標(biāo)包括：所述最小包絡(luò)矩形的左上角和右下角的經(jīng)緯度坐標(biāo)。所述生成子模塊52以所述第二影像塊和所述第二txt文件為模板，生成xml標(biāo)簽文件。所述xml標(biāo)簽文件包括：所述第二影像塊的名稱、所述第二影像塊的尺寸以及所述第三面狀數(shù)據(jù)中的地物名稱和最小包絡(luò)矩形的像素坐標(biāo)。

本實(shí)施例根據(jù)影像塊和影像塊對(duì)應(yīng)的面狀數(shù)據(jù)生成標(biāo)簽文件，標(biāo)簽文件中的坐標(biāo)為像素坐標(biāo)，與圖像處理中使用的坐標(biāo)一致，方便直接使用。根據(jù)所述影像塊和所述影像塊對(duì)應(yīng)的標(biāo)簽文件構(gòu)建數(shù)據(jù)庫，所述數(shù)據(jù)庫包括影像塊和標(biāo)簽文件，從而實(shí)現(xiàn)數(shù)據(jù)庫的快速構(gòu)建。

最后，本申請(qǐng)的方法僅為較佳的實(shí)施方案，并非用于限定本發(fā)明的保護(hù)范圍。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。