具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本发明中，建筑物可以是指单体建筑，也可以是指建筑群。

图1是本发明提供的建筑物高度提取方法的流程示意图。如图1所示，该建筑物高度提取方法包括以下步骤：

S101，获取目标建筑物的特征信息；其中，特征信息包括建筑面积、建筑周长、建筑面积周长比、后向散射系数、在可见光及近红外波段的反射率和平均海拔高度；

S102，将特征信息输入已训练的随机森林模型，得到目标建筑物的高度；其中，已训练的随机森林模型是根据建筑物样本的特征信息以及对应的高度标签训练得到的。

在步骤S101中，建筑面积、建筑周长和建筑面积周长比可以是基于目标建筑物的轮廓特征获得的，比如，可以通过边缘检测提取目标建筑物的轮廓特征，或者可以通过轮廓跟踪算法提取目标建筑物的轮廓特征。本发明实施例对获取目标建筑物的轮廓特征的方法不作限定。

后向散射系数表示后向散射截面与入射光截面之比。高层建筑区域，如中央商务区，后向散射系数明显强于低层建筑区域，如住宅区，建筑高度与后向散射系数有明确的相关关系。极化雷达数据包括垂直发射垂直接收(VV)和垂直发射水平接收(VH)两个极化模式下的后向散射系数，因此后向散射系数可以是基于C波段的极化雷达数据获得的，C波段的极化雷达数据可以是由哨兵一号卫星获取的。哨兵1号卫星是欧洲航天局哥白尼计划中的地球观测卫星，由两颗卫星组成，载有C波段合成孔径雷达，可提供连续图像。

当光源照射到物体表面，物体会对不同波长的电磁波产生选择性反射，反射率是指在某波段被物体反射的光通量与入射到物体上的光通量之比，是物体表面的本质属性。本发明实施例对可见光的选择不作限定。通常可以选择红绿蓝光作为可见光，这是由于建筑物会对红绿蓝波段产生较高的反射率，使反射率数据易于采集。目标建筑物在可见光及近红外波段的反射率可以是基于哨兵2号卫星的光学数据获得的。哨兵2号卫星的光学数据是指利用哨兵2号卫星获取最高空间分辨率多光谱遥感数据，该数据空间分辨率高，光谱分辨率高。哨兵2号卫星是高分辨率多光谱成像卫星，携带一枚多光谱成像仪，用于陆地监测，可提供植被、土壤和水覆盖、内陆水路及海岸区域等图像，还可用于紧急救援服务。

目标建筑物的平均海拔高度可以是基于先进对地观测卫星的数字高程模型数据获得的。数字高程模型是通过有限的地形高程实现对地形曲面的数字化模拟或者说是地形表面形态的数字化表示。数字高程模型由日本宇宙航空研究开发机构免费提供的高精度全球数字地表模型数据，其水平分辨率为30米，高程精度5米，是目前世界上最精确的3D地图，覆盖全球所有的土地尺度。

在步骤S102中，随机森林模型是一种预测模型。图2是本发明提供的随机森林模型生成过程的示意图。如图2所示，随机森林模型生成过程为：通过引导聚集(Bootstrapaggregating，简称Bagging)抽样方法对原始样本集进行有放回的随机抽样n次，n的取值大于2,得到n个大小为N的子样本集；将每个子样本集作为一棵决策树的训练样本，训练样本用作对应决策树的根节点，然后由根节点开始，执行一个自顶向下的贪婪搜索算法，得到n棵训练完成的决策树；将n棵训练完成的决策树组合，得到随机森林模型。由于随机森林模型中每棵决策树都选择部分样本及部分特征，一定程度能避免过拟合，提高预测的准确性；而且，每决策树随机选择样本并随机选择特征，使得具有很好的抗噪能力，性能稳定；由于多个样本子集生成多颗决策树，使随机森林模型能处理很高维度的数据，并且不用做特征选择，适合并行计算。

本发明提供的建筑物高度提取方法，通过获取目标建筑物的特征信息；其中，特征信息包括建筑面积、建筑周长、建筑面积周长比、后向散射系数、在可见光及近红外波段的反射率和平均海拔高度；将特征信息输入已训练的随机森林模型，得到目标建筑物的高度；其中，已训练的随机森林模型是根据建筑物样本的特征信息以及对应的高度标签训练得到的。本发明通过对多种与建筑相关的特征信息进行组合、测试、比较，确定最终输入随机森林模型进行建筑物高度提取的建筑物的特征信息，能够保证提取的建筑物的高度数据的精度；由于随机森林模型能处理很高维度的数据，适合并行计算，可以大批量地提取建筑物的高度数据；并且将建筑物的特征信息输入至已训练的随机森林模型即可得到建筑物的高度数据，操作简单便捷。

图3是本发明提供的随机森林模型训练过程的流程示意图。如图3所示，随机森林模型的训练过程包括：

步骤S301，将建筑物样本分划为训练集和测试集建筑物；

步骤S302，将训练集中建筑物样本的特征信息输入随机森林模型，根据对应的高度标签对随机森林模型的参数进行调整；

步骤S303，将测试集中建筑物样本的特征信息输入调整参数后的随机森林模型，根据对应的高度标签对调整参数后的随机森林模型进行测试；

步骤S304，根据调整参数后的随机森林模型在测试集上的测试结果，确定已训练的随机森林模型。

在步骤S301中，建筑物样本包括特征信息和对应的高度标签。其中，高度标签可以是从网络上公开的信息中获取的建筑物的高度信息，或者也可以是从建筑物所在城市的档案馆或规划局获取的建筑物的高度信息。本发明实施例对获取高度标签的方法不作限定。可以将建筑物样本按照一定比例划分为测试集和训练集，本发明实施例对该划分比例不作限定。通常取该划分比例为7:3。

在步骤S302中，将训练集中建筑物样本的特征信息输入随机森林模型，随机森林模型输出一个高度数据，将输出的高度数据与对应的高度标签进行比较，若满足条件，将随机森林模型得到的高度数据作为输出；若不满足条件，则对随机森林模型的参数进行调整。本发明的实施例对输出的高度数据与高度标签进行比较的方式不作限定。比如，可以将二者差值与预设值进行比较，或者可以将二者的方差与预设值进行比较。

在步骤S303中，对调整参数的随机森林模型进行测试，测试过程与训练过程类似，故此出不再复述。

在步骤S304中，根据测试结果中准确率判定调整参数后的随机森林模型是否为已训练的随机森林模型。本发明实施例对测试结果中准确率不作限定。比如，可以取该比例为100％，或者可以取该比例为70％。如果确定测试结果中准确率大于70％，则判定调整参数后的随机森林模型为已训练的随机森林模型。

在选取建筑物的特征信息时，可以通过对多种与建筑相关的特征信息进行组合测试，并对测试结果进行比较，确定最终选取的建筑物的特征信息。

在对多种与建筑相关的特征信息进行组合测试时，垂直发射垂直接收(VV)和垂直发射水平接收(VH)两个极化模式下的后向散射系数，与可见光及近红外波段的反射率是根据电磁波的反射得到的，为一组数据。可以选取其中的最大值、最小值和平均值作为后向散射系数和可见光及近红外波段的反射率的特征数据进行测试；或者也可以只选取平均值作为后向散射系数和可见光及近红外波段的反射率的特征数据进行测试；或者还可以选取其中的最大值、最小值、平均值和其他的数值，作为后向散射系数和可见光及近红外波段的反射率的特征数据，例如，最大值、最小值、平均值、5％的最大值、25％的最大值、50％的最大值、75％的最大值和95％的最大值，进行测试。

在对多种与建筑相关的特征信息进行组合测试时，可以将建筑面积周长比、可见光中黄红蓝光及近红外波段的反射率的特征信息进行组合；或者也可以将建筑面积周长比、垂直发射垂直接收(VV)和垂直发射水平接收(VH)两个极化模式下的后向散射系数、可见光中黄红蓝光及近红外波段的反射率的特征信息进行组合；或者还可以将建筑面积周长比、垂直发射垂直接收(VV)和垂直发射水平接收(VH)两个极化模式下的后向散射系数、可见光中蓝绿红光及近红外波段的反射率的特征信息进行组合。

当将建筑面积周长比、垂直发射垂直接收(VV)和垂直发射水平接收(VH)两个极化模式下的后向散射系数、可见光中蓝绿红光及近红外波段的反射率和平均海拔高度的特征信息进行组合，其中后向散射系数、可见光及近红外波段的反射率，选取其中的最大值、最小值、平均值，输入已训练的随机森林模型进行测试，测试结果如表1所示。其中，1-3，4-6，7-9及10～表示的是楼层数，第一行代表实际值，第一列表示预测值。比如，第二行第二列的数字37300代表的含义是预测高度和实际高度均在1-3层的测试样本数为37300个。第二行六列的数字42346代表的含义是预测值在1-3层的测试样本的总数为42346个，第七列代表的精确率。第二行第七列的数字88.08％表示的是预测值和实际值均在1-3层占预测值为1-3层的测试样本总数的比例为88.08％。第七行代表的是召回率，召回率是覆盖面的度量，度量有多少实际正例被预测为正例。第七行第二列的数字87.33％表示的是预测值和实际值为1-3层占实际值为1-3层的测试样本总数的比例。表1中统计得到所有预测值的准确率为76.32％。

表1是第一测试数据表

当将建筑面积、建筑周长、建筑面积周长比、垂直发射垂直接收(VV)和垂直发射水平接收(VH)两个极化模式下的后向散射系数、可见光中蓝绿红光及近红外波段的反射率和平均海拔高度的特征信息进行组合，其中后向散射系数、可见光及近红外波段的反射率，选取其中的最大值、最小值、平均值、5％的最大值、25％的最大值、50％的最大值、75％的最大值和95％的最大值，输入已训练的随机森林模型进行测试，测试结果如表2所示。表2中行列代表的含义与表1相同，在此不再赘述。表2中统计得到所有预测值的准确率为79.46％，与表1相比准确率得到了提高。

表2是第二测试数据表

通过将多种与建筑相关的特征信息进行组合测试，并对测试结果进行比较，将准确率最高的特征信息组合，即建筑面积、建筑周长、建筑面积周长比、垂直发射垂直接收(VV)和垂直发射水平接收(VH)两个极化模式下的后向散射系数、可见光中蓝绿红光及近红外波段的反射率和平均海拔高度的特征信息组合，确定为输入已训练的随机森林模型进行建筑物高度提取的特征信息。

图4是本发明提供的训练随机森林模型的一种应用场景的示意图。如图4所示，该应用场景包括以下步骤：步骤1，收集北京市典型区域建筑物的建筑轮廓及对应高度数据；步骤2，根据建筑轮廓得到建筑面积、建筑周长和建筑面积周长比；步骤3，根据收集北京市典型区域建筑物的极化雷达数据，获取北京市典型区域建筑物的后向散射系数；步骤4，根据收集的北京市典型区域建筑物的光学数据，获取北京市典型区域建筑物在红绿蓝及近红外波段的反射率；步骤5，根据收集的北京市典型区域建筑物的数字高程模型数据，获取北京市典型区域建筑物的平均海拔高度；步骤6，将步骤1-5获得的北京市典型区域建筑物的建筑面积、建筑周长、建筑面积周长比、后向散射系数、在红绿蓝及近红外波段的反射率、平均海拔高度以及对应的高度数据输入构建的随机森林模型，对随机森林模型进行训练，得到已训练的随机森林模型。

图5是本发明提供的建筑物高度提取装置的示意图。如图5所示，该建筑物高度提取装置包括：

特征获取模块501，用于获取目标建筑物的特征信息；其中，特征信息包括建筑面积、建筑周长、建筑面积周长比、后向散射系数、在可见光及近红外波段的反射率和平均海拔高度；

高度提取模块502，用于将特征信息输入已训练的随机森林模型，得到目标建筑物的高度；其中，已训练的随机森林模型是根据建筑物样本的特征信息以及对应的高度标签训练得到的。

可选地，特征获取模块501，包括：

第一获取单元，用于提取目标建筑物的轮廓数据；

第一处理单元，用于根据轮廓信息，获取目标建筑物的建筑面积、建筑周长和建筑面积周长比。

可选地，特征获取模块501，还包括：

第二获取单元，用于获取目标建筑物对应的哨兵1号卫星C波段的极化雷达数据，极化雷达数据包含垂直发射垂直接收和垂直发射水平接收两个极化模式下的后向散射系数；

第二处理单元，用于根据极化雷达数据，获取目标建筑物的后向散射系数。

可选地，特征获取模块501，还包括：

第三获取单元，用于获取目标建筑物对应的哨兵2号卫星的光学数据；

第三处理单元，用于根据光学数据，获取目标建筑物在可见光及近红外波段的反射率。

可选地，特征获取模块501，还包括：

第四获取单元，用于获取目标建筑物对应的先进对地观测卫星的数字高程模型数据；

第四处理单元，用于根据数字高程模型数据，获取目标建筑物的平均海拔高度。

可选地，建筑物高度提取装置，还包括，

模型训练模块，用于将建筑物样本分划为训练集和测试集；将训练集中建筑物样本的特征信息输入随机森林模型，根据对应的高度标签对随机森林模型的参数进行调整；将测试集中建筑物样本的特征信息输入调整参数后的随机森林模型，根据对应的高度标签对调整参数后的随机森林模型进行测试；根据调整参数后的随机森林模型在测试集上的测试结果，确定已训练的随机森林模型。

以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。