(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210881475.0 (22)申请日 2022.07.26 (71)申请人 苏州中科天启遥感科技有限公司 地址 215000 江苏省苏州市高新区科灵路 78号 申请人 苏州中科蓝 迪软件技 术有限公司 (72)发明人 韩小妹　胡晓东　骆剑承　夏列钢　 高丽雅　周立俊　 (74)专利代理 机构 苏州三英知识产权代理有限 公司 32412 专利代理师 任骁东 (51)Int.Cl. G06V 20/10(2022.01) G06V 10/82(2022.01) G06V 10/774(2022.01)G06V 10/44(2022.01) (54)发明名称 一种复杂场景地块的遥感提取方法、 装置、 计算机设备及存 储介质 (57)摘要 本发明揭示了一种复杂场景地块的遥感提 取方法， 装置， 计算机设备及存储介质， 所述方法 包括获取高分辨率遥感数据并处理数据， 在遥感 影像上根据地块中待提取目标要素特征进行并 行区块划分， 提取并绘制样本， 并生成对应的标 签图像； 对绘制的样本和标签图像进行训练， 通 过深度学习形成不同地物类型的多个训练模型； 以及根据所述多个训练模型， 采用并行计算模 式， 形成地块图斑完整的目标要素矢量成果。 本 发明通过将复杂场景任务区划分为简单场景区 块， 避免了不同类型地块之间的相互干扰， 使得 样本制作和提取模型训练难度得以降低， 有效减 少了漏提 率和错提率。 权利要求书2页 说明书6页 附图7页 CN 115170968 A 2022.10.11 CN 115170968 A 1.一种复杂场景地 块的遥感提取 方法， 其特 征在于， 包括： 获取高分辨 率遥感数据并处 理数据； 在遥感影 像上根据地 块中待提取目标要素 特征进行并行区块划分； 提取并绘制样本， 并生成对应的标签图像； 对绘制的样本和标签图像进行训练， 通过深度学习形成不同地物类型的多个训练模 型； 以及 根据所述多个训练模型， 采用并行计算模式， 形成地 块图斑完整的目标要素矢量成果。 2.根据权利要求1所述的复杂场景地块的遥感提取方法， 其特征在于， 还包括： 采用分 布式终端的方式将矢量成果分发给多个分布式编辑终端进 行人工编辑解译， 并经过逐层组 合得到合并后的成果。 3.根据权利要求1所述的复杂场景地块的遥感提取方法， 其特征在于， 所述并行区块划 分包括将复杂场景划分为多个简单场景， 各简单场景相对独立， 且单个场景 的待提取目标 要素特征一致。 4.根据权利要求1所述的复杂场景地块的遥感提取方法， 其特征在于， 将目标要素特征 一致的多个区块作为同一个样本集， 在选择的样本集中分别进行人工 绘制形成矢量与影像 叠加的样本 矢量文件。 5.根据权利要求1所述的复杂场景地块的遥感提取方法， 其特征在于， 所述并行计算模 式包括： 利用训练形成的模型对影 像进行预测， 生成预测灰度栅格数据； 将预测灰度栅格数据转换为矢量数据； 对生成的矢量数据进行边界平 滑与美化的后处 理。 6.根据权利要求1所述的复杂场景地块的遥感提取方法， 其特征在于， 对于复杂场景中 的农业地块， 地物类型包括规则耕地、 梯田、 水、 园地以及 模糊耕地， 所述训练模 型包括边缘 模型和纹 理模型。 7.一种复杂场景地 块的遥感提取装置， 其特 征在于， 包括： 遥感数据获取及处 理模块， 用于获取高分辨 率遥感数据并处 理数据； 场景简化模块， 用于根据获取的遥感数据， 在遥感影像上根据地块中待提取目标要素 特征进行并行区块划分； 标签图像生成模块， 用于提取并绘制样本， 并生成对应的标签图像； 训练模型生成模块， 用于对绘制的样本和标签图像进行训练， 通过深度学习形成不同 地物类型的多个训练模型； 以及 矢量成果生成模块， 根据 所述多个训练模型， 采用并行计算模式， 形成地块图斑完整的 目标要素矢量成果。 8.一种复杂场景地 块的遥感提取装置， 其特 征在于， 还 包括： 矢量成果编 辑模块， 用于采用分布式终端的方式将矢量成果分发给多个分布式编辑终 端进行人工编辑 解译， 并经 过逐层组合得到合并后的成果。 9.一种计算机设备， 其特 征在于， 包括： 处理器， 用于存储处理器可执行指令的存储器， 以及存储在存储器上并可在处理器上 运行的计算机程序， 所述处理器执行所述程序时实现权利要求1至6中任意一项所述的方权　利　要　求　书 1/2 页 2 CN 115170968 A 2法。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序 被处理器执行时实现权利要求1至 6中任意一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115170968 A 3