摘要
本发明公开了基于图像数据的城市高强度片区空间要素定量分析方法,涉及图像要素识别技术领域,方法包括:从选定的城市高强度片区的观测点获取街景全景图;基于视觉检测技术,获取所述街景全景图的浅层特征,基于深度学习模型获取街景全景图的深层特征;基于拓扑分析,将各个所述浅层特征和深层特征与设定的逻辑规则进行配准构建拓扑图;将所述所述拓扑图输入进预先训练好的分类模型中,最终输出所述街景图像中每个空间要素的分类结果以及其空间分布图。本发明通过同时利用图像的浅层特征和深层特征,实现了多维度的特征融合,不仅提升了分类的准确性,还增强了对复杂场景中多类别要素的适应能力。
技术关键词
定量分析方法
全景图
街景
拓扑图
浅层特征提取
图像
节点特征
边缘检测
颜色分析
深度学习模型
HSV色彩空间
消息传递机制
视觉检测技术
语义分割模型
对比度
空间位置关系
灰度共生矩阵
直方图均衡化
深度学习技术
系统为您推荐了相关专利信息
乳腺肿瘤图像
浅层特征提取
肿瘤图像处理方法
深层特征提取
特征提取方法
高精度模拟方法
水动力参数
生成对抗网络
水动力模型
洪涝预测
AGV机器人
机器人作业
调度管理方法
电池消耗量
拓扑图
火灾报警系统
模型更新
火情监控
决策
知识图谱推理