基于图像处理的查违控违的方法、系统、存储介质及设备

技术领域

本发明涉及城市监管技术领域，尤其涉及基于图像处理的查违控违的方法、系统、存储介质及设备。

背景技术

目前，对违法建筑物的监管方面比较薄弱，缺乏高效、精准的监测手段，工作人员的工作量大，监管效果差。还有一些利用遥感监测图像的处理和识别来达到对违建监管的目的，但是该类方法仍然存在图像处理识别效果差以及识别结果无法及时通知和展示的缺陷，进而无法达到人们对城市违建越来越高的监管要求。

发明内容

本发明所要解决的技术问题是针对上述现有技术的不足，提供一种基于图像处理的查违控违的方法、系统、存储介质及设备。

本发明解决上述技术问题的技术方案如下：一种基于图像处理的查违控违的方法，包括如下步骤：

S1：采用无人机自动巡航采集目标区域的初始图像信息，并将所述初始图像信息上传至影像处理平台；

S2：所述影像处理平台对所述初始图像信息进行处理，建立初始目标建筑空间模型，并构建初始空间模型数据库并上传至云服务器；

S3：采用无人机自动巡航采集目标区域的实时图像信息，所述影像处理平台根据所述实时图像信息建立实时目标建筑空间模型；

S4：根据所述实时目标建筑空间模型与所述初始空间模型数据库进行匹配，判断目标区域内是否存在违法建筑物，并在存在违法建筑物时生成违建提示信息。

本发明的有益效果是：本发明的基于图像处理的查违控违的方法，通过采用无人机自动采集目标区域的初始图像信息，并由所述影像处理平台进行处理并构建初始空间模型数据库，这样再与无人机采集的实时图像信息构建的实时目标建筑空间模型进行匹配，从而可以比较方便确定目标区域内是否存在违章建筑，并在存在违法建筑物时生成违建提示信息，大大提高了查违控违的效率和精准度，人力成本低，监管效果佳，有利于城市的有序规划。

在上述技术方案的基础上，本发明还可以做如下改进：

进一步：所述影像处理平台对所述初始图像信息进行处理，建立初始目标建筑空间模型具体包括如下步骤：

S21：对所述初始图像信息进行特征提取处理，得到目标区域内建筑物的整体轮廓线；

S22：建立空间坐标系，在所述整体轮廓线上沿着所述空间坐标系的Z 轴方向按照第一预设间隔选取多个基准点，并基于所述基准点沿着所述空间坐标系的X轴方向生成多条封闭的参考线；

S23：基于所有的所述参考线逐步构建目标区域内的初始目标建筑空间模型。

上述进一步方案的有益效果是：通过对所述初始图像信息进行特征提取处理，即可得到所述初始图像信息的所有特征点，并根据所有特征点勾勒并形成目标区域内建筑物的整体轮廓线，这样即可在所述整体轮廓线上沿着所述空间坐标系的Z轴方向按照第一预设间隔选取多个基准点，从而生成对应的参考线，从而根据所述参考线逐步构建目标区域内的初始目标建筑空间模型，将目标区域内的建筑物的初始信息固化，以便于后续进行匹配比较。

进一步：所述基于所述基准点沿着所述空间坐标系的X轴方向生成多条封闭的参考线包括如下步骤:

S221：计算相邻两个所述基准点对应的所述参考线所围成的平面区域的面积，并判断二者是否相等；

S222：若相邻两个所述基准点对应的所述参考线所围成的平面区域的面积相等，则直接分别根据相邻两个所述基准点沿着所述空间坐标系的X轴方向生成对应的参考线；否则；

S223：沿着所述空间坐标系的Z轴方向对该相邻两个所述基准点之间进行细分切割，得到新的所述基准点并进行更新；

S224：计算更新后的所述基准点与更新前的两个基准点中位于下方的所述基准点对应的所述参考线所围成的平面区域的面积，并判断二者的面积是否相等，并返回步骤S222，直至遍历完所有所述基准点。

上述进一步方案的有益效果是：通过计算相邻两个所述基准点对应的所述参考线所围成的平面区域的面积是否相等，这样可以比较方便确定目标区域内的建筑从下至上是否发生结构变化，并在发生变化时通过细化所述基准点来获得更精细的所述参考线，进而可以便于后续更加精确地将整个建筑的的初始目标建筑空间模型。

进一步：所述基于所有的所述参考线逐步构建目标区域内的初始目标建筑空间模型具体包括如下步骤：

S231：选取所有的所述参考线中相邻两根所述参考线为一组，选取每组中较高的所述参考线，并以每组所述参考线之间的Z轴方向间隔为高构建多边形柱状体，并插入初始状态时的目标建筑空间模型中；

S232：选组每组中较低的所述参考线，并以每组所述参考线之间的Z轴方向间隔为高构建多边形柱状体，并插入初始状态时的目标建筑空间模型中；

S233：重复上述步骤，直至每一组相邻参考线之间的多边形柱状体插入完成，得到所述初始目标建筑空间模型。

上述进一步方案的有益效果是：通过分别以每组参考线中较高的所述参考线和较低的参考线为基准，以每组所述参考线之间的Z轴方向间隔为高构建多边形柱状体，这样可以比较精准的构建每组参考线对应的多边形柱状体，这样所有组参考线对应的多边形柱状体即可构成目标建筑的初始目标建筑空间模型，并上传云服务器进行存储。

本发明还提供了一种基于图像处理的查违控违系统,包括采集模块、影像处理平台和匹配提示模块；

所述采集模块，用于采集目标区域的初始图像信息，并将所述初始图像信息上传至影像处理平台；

所述影像处理平台，用于对所述初始图像信息进行处理，建立初始目标建筑空间模型，并构建初始空间模型数据库并上传至云服务器；

所述采集模块，还用于采集目标区域的实时图像信息；

所述影像处理平台，还用于根据所述实时图像信息建立实时目标建筑空间模型；

所述匹配提示模块，用于根据所述实时目标建筑空间模型与所述初始空间模型数据库进行匹配，判断目标区域内是否存在违法建筑物，并在存在违法建筑物时生成违建提示信息。

本发明的有益效果是：本发明的基于图像处理的查违控违的系统，通过采用无人机自动采集目标区域的初始图像信息，并由所述影像处理平台进行处理并构建初始空间模型数据库，这样再与无人机采集的实时图像信息构建的实时目标建筑空间模型进行匹配，从而可以比较方便确定目标区域内是否存在违章建筑，并在存在违法建筑物时生成违建提示信息，大大提高了查违控违的效率和精准度，人力成本低，监管效果佳，有利于城市的有序规划。

在上述技术方案的基础上，本发明还可以做如下改进：

进一步：所述影像处理平台对所述初始图像信息进行处理，建立初始目标建筑空间模型的具体实现为：

对所述初始图像信息进行特征提取处理，得到目标区域内建筑物的整体轮廓线；

建立空间坐标系，在所述整体轮廓线上沿着所述空间坐标系的Z轴方向按照第一预设间隔选取多个基准点，并基于所述基准点沿着所述空间坐标系的X轴方向生成多条封闭的参考线；

基于所有的所述参考线逐步构建目标区域内的初始目标建筑空间模型。

上述进一步方案的有益效果是：通过对所述初始图像信息进行特征提取处理，即可得到所述初始图像信息的所有特征点，并根据所有特征点勾勒并形成目标区域内建筑物的整体轮廓线，这样即可在所述整体轮廓线上沿着所述空间坐标系的Z轴方向按照第一预设间隔选取多个基准点，从而生成对应的参考线，从而根据所述参考线逐步构建目标区域内的初始目标建筑空间模型，将目标区域内的建筑物的初始信息固化，以便于后续进行匹配比较。

进一步：所述影像处理平台基于所述基准点沿着所述空间坐标系的X轴方向生成多条封闭的参考线的具体实现为：

计算相邻两个所述基准点对应的所述参考线所围成的平面区域的面积，并判断二者是否相等；

若相邻两个所述基准点对应的所述参考线所围成的平面区域的面积相等，则直接分别根据相邻两个所述基准点沿着所述空间坐标系的X轴方向生成对应的参考线；否则；

沿着所述空间坐标系的Z轴方向对该相邻两个所述基准点之间进行细分切割，得到新的所述基准点并进行更新；

计算更新后的所述基准点与更新前的两个基准点中位于下方的所述基准点对应的所述参考线所围成的平面区域的面积，并判断二者的面积是否相等，并如此重复，直至遍历完所有所述基准点。

上述进一步方案的有益效果是：通过计算相邻两个所述基准点对应的所述参考线所围成的平面区域的面积是否相等，这样可以比较方便确定目标区域内的建筑从下至上是否发生结构变化，并在发生变化时通过细化所述基准点来获得更精细的所述参考线，进而可以便于后续更加精确地将整个建筑的的初始目标建筑空间模型。

进一步：所述影像处理平台基于所有的所述参考线逐步构建目标区域内的初始目标建筑空间模型的具体实现为：

选取所有的所述参考线中相邻两根所述参考线为一组，选取每组中较高的所述参考线，并以每组所述参考线之间的Z轴方向间隔为高构建多边形柱状体，并插入初始状态时的目标建筑空间模型中；

选组每组中较低的所述参考线，并以每组所述参考线之间的Z轴方向间隔为高构建多边形柱状体，并插入初始状态时的目标建筑空间模型中；

如此重复，直至每一组相邻参考线之间的多边形柱状体插入完成，得到所述初始目标建筑空间模型。

上述进一步方案的有益效果是：通过分别以每组参考线中较高的所述参考线和较低的参考线为基准，以每组所述参考线之间的Z轴方向间隔为高构建多边形柱状体，这样可以比较精准的构建每组参考线对应的多边形柱状体，这样所有组参考线对应的多边形柱状体即可构成目标建筑的初始目标建筑空间模型，并上传云服务器进行存储。

本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现所述的基于图像处理的查违控违方法的步骤。

本发明还提供了一种基于图像处理的查违控违的设备，包括所述的存储介质、处理器以及存储在所述存储介质中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述的基于图像处理的查违控违的步骤。

附图说明

图1为本发明一实施例的基于图像处理的查违控违的方法的流程示意图；

图2为本发明一实施例的基于图像处理的查违控违的系统的结构示意图。

具体实施方式

以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。

如图1所示，一种基于图像处理的查违控违的方法，包括如下步骤：

S1：采用无人机自动巡航采集目标区域的初始图像信息，并将所述初始图像信息上传至影像处理平台；

S2：所述影像处理平台对所述初始图像信息进行处理，建立初始目标建筑空间模型，并构建初始空间模型数据库并上传至云服务器；

S3：采用无人机自动巡航采集目标区域的实时图像信息，所述影像处理平台根据所述实时图像信息建立实时目标建筑空间模型；

S4：根据所述实时目标建筑空间模型与所述初始空间模型数据库进行匹配，判断目标区域内是否存在违法建筑物，并在存在违法建筑物时生成违建提示信息。

本发明的基于图像处理的查违控违的方法，通过采用无人机自动采集目标区域的初始图像信息，并由所述影像处理平台进行处理并构建初始空间模型数据库，这样再与无人机采集的实时图像信息构建的实时目标建筑空间模型进行匹配，从而可以比较方便确定目标区域内是否存在违章建筑，并在存在违法建筑物时生成违建提示信息，大大提高了查违控违的效率和精准度，人力成本低，监管效果佳，有利于城市的有序规划。

在本发明的一个或多个实施例中，所述影像处理平台对所述初始图像信息进行处理，建立初始目标建筑空间模型具体包括如下步骤：

S21：对所述初始图像信息进行特征提取处理，得到目标区域内建筑物的整体轮廓线；

S22：建立空间坐标系，在所述整体轮廓线上沿着所述空间坐标系的Z 轴方向按照第一预设间隔选取多个基准点，并基于所述基准点沿着所述空间坐标系的X轴方向生成多条封闭的参考线；

S23：基于所有的所述参考线逐步构建目标区域内的初始目标建筑空间模型。

通过对所述初始图像信息进行特征提取处理，即可得到所述初始图像信息的所有特征点，并根据所有特征点勾勒并形成目标区域内建筑物的整体轮廓线，这样即可在所述整体轮廓线上沿着所述空间坐标系的Z轴方向按照第一预设间隔选取多个基准点，从而生成对应的参考线，从而根据所述参考线逐步构建目标区域内的初始目标建筑空间模型，将目标区域内的建筑物的初始信息固化，以便于后续进行匹配比较。

在本发明的一个或多个实施例中，所述基于所述基准点沿着所述空间坐标系的X轴方向生成多条封闭的参考线包括如下步骤:

S221：计算相邻两个所述基准点对应的所述参考线所围成的平面区域的面积，并判断二者是否相等；

S222：若相邻两个所述基准点对应的所述参考线所围成的平面区域的面积相等，则直接分别根据相邻两个所述基准点沿着所述空间坐标系的X轴方向生成对应的参考线；否则，进入S223；

S223：沿着所述空间坐标系的Z轴方向对该相邻两个所述基准点之间进行细分切割，得到新的所述基准点并进行更新；

S224：计算更新后的所述基准点与更新前的两个基准点中位于下方的所述基准点对应的所述参考线所围成的平面区域的面积，并判断二者的面积是否相等，并返回步骤S222，直至遍历完所有所述基准点。

通过计算相邻两个所述基准点对应的所述参考线所围成的平面区域的面积是否相等，这样可以比较方便确定目标区域内的建筑从下至上是否发生结构变化，并在发生变化时通过细化所述基准点来获得更精细的所述参考线，进而可以便于后续更加精确地将整个建筑的的初始目标建筑空间模型。

这里，为了提高细分七个的效率，当相邻两个所述基准点对应的所述参考线所围成的平面区域的面积不相等时，则沿着所述空间坐标系的Z轴方向对该相邻两个所述基准点之间进行细分切割可以采用选取相邻两个所述基准点的Z坐标的平均值的位置处作为新的基准点，然后计算更新后的所述基准点与更新前的两个基准点中位于下方的所述基准点对应的所述参考线所围成的平面区域的面积，这样可以快速的找到相邻两个所述基准点对应的所述参考线所围成的平面区域的面积发生变化的位置，并将该位置作为最终的更新基准点来进行计算，从而大大提高细分切割的效率。

在本发明的一个或多个实施例中，所述基于所有的所述参考线逐步构建目标区域内的初始目标建筑空间模型具体包括如下步骤：

S231：选取所有的所述参考线中相邻两根所述参考线为一组，选取每组中较高的所述参考线，并以每组所述参考线之间的Z轴方向间隔为高构建多边形柱状体，并插入初始状态时的目标建筑空间模型中；

S232：选组每组中较低的所述参考线，并以每组所述参考线之间的Z轴方向间隔为高构建多边形柱状体，并插入初始状态时的目标建筑空间模型中；

S233：重复上述步骤，直至每一组相邻参考线之间的多边形柱状体插入完成，得到所述初始目标建筑空间模型。

通过分别以每组参考线中较高的所述参考线和较低的参考线为基准，以每组所述参考线之间的Z轴方向间隔为高构建多边形柱状体，这样可以比较精准的构建每组参考线对应的多边形柱状体，这样所有组参考线对应的多边形柱状体即可构成目标建筑的初始目标建筑空间模型，并上传云服务器进行存储。

在本发明的一个或多个实施例中，在步骤S4中，根据所述实时目标建筑空间模型与所述初始空间模型数据库进行匹配的具体过程可以为：

实时读取实时目标建筑空间模型与所述初始空间模型的边界轮廓端点的坐标范围，并确定二者边界轮廓端点的坐标是否相等，当目标建筑空间模型的边界轮廓端点的坐标(X坐标、Y坐标和Y坐标中的任意一个或多个) 大于初始空间模型的边界轮廓端点的坐标时，则确定目标区域内是否存在违法建筑物，并在存在违法建筑物时生成违建提示信息，否则不存在违法建筑物。这种判断方法非常精准，可以确保建筑物在任何方向上的加建都能被及时发现。

实际中，由于违章建筑一般都是加建，所以会导致建筑的表面积或者体积会增加，因此，实际中也可以采用表面积或者体积的比较法来确定是否存在违章建筑，那么在将所述实时目标建筑空间模型与所述初始空间模型数据库进行匹配时，可以根据实时目标建筑空间模型与所述初始空间模型的边界轮廓端点的坐标来计算目标建筑物的表面积或体积，通过比较实时目标建筑空间模型与所述初始空间模型的表面积或体积来确定是否存在违章建筑，当实时目标建筑空间模型的表面积或体积大于初始空间模型的表面积或体积时，则可以确认存在违章建筑，否则不存在违建情况。

当然，实际中，为了更加及时的发现违建，最理想的情形不是在违建完成之后去发现，而是当目标区域内的建筑发生任何外形上的变化时，就及时预警，比如在违建之前，有可能会将既有的一部分拆除，然后新建，这时，目标建筑空间模型的边界轮廓端点的坐标(X坐标、Y坐标和Y坐标中的任意一个或多个)会小于初始空间模型的边界轮廓端点的坐标，或者实时目标建筑空间模型小于所述初始空间模型的表面积或体积，如果按照上面的方法直接判定为不存在违章，但是实际中可能已经是违章的前期阶段。此时，如果及时发现并进行预警，则可以有效预防违章建筑出现。

因此，本实施例中，在根据所述实时目标建筑空间模型与所述初始空间模型数据库进行匹配时，只要实时目标建筑空间模型与所述初始空间模型的匹配参数不相等，且实时目标建筑空间模型的匹配参数宽松于所述初始空间模型的匹配参数，则生成预警信息，比如目标建筑空间模型的边界轮廓端点的坐标(X坐标、Y坐标和Y坐标中的任意一个或多个)小于初始空间模型的边界轮廓端点的坐标，或者实时目标建筑空间模型小于所述初始空间模型的表面积或体积，则生成预警信息，便于相关职能不能及时发现目标区域内建筑物的变动情况，为避免后续出现违章建筑打下良好基础。

如图2所示，本发明还提供了一种基于图像处理的查违控违系统,包括采集模块、影像处理平台和匹配提示模块；

所述采集模块，用于采集目标区域的初始图像信息，并将所述初始图像信息上传至影像处理平台；

所述影像处理平台，用于对所述初始图像信息进行处理，建立初始目标建筑空间模型，并构建初始空间模型数据库并上传至云服务器；

所述采集模块，还用于采集目标区域的实时图像信息；

所述影像处理平台，还用于根据所述实时图像信息建立实时目标建筑空间模型；

所述匹配提示模块，用于根据所述实时目标建筑空间模型与所述初始空间模型数据库进行匹配，判断目标区域内是否存在违法建筑物，并在存在违法建筑物时生成违建提示信息。

本发明的基于图像处理的查违控违的系统，通过采用无人机自动采集目标区域的初始图像信息，并由所述影像处理平台进行处理并构建初始空间模型数据库，这样再与无人机采集的实时图像信息构建的实时目标建筑空间模型进行匹配，从而可以比较方便确定目标区域内是否存在违章建筑，并在存在违法建筑物时生成违建提示信息，大大提高了查违控违的效率和精准度，人力成本低，监管效果佳，有利于城市的有序规划。

在本发明的一个或多个实施例中，所述采集模块可以采用现有的无人机进行。

在本发明的一个或多个实施例中，所述影像处理平台对所述初始图像信息进行处理，建立初始目标建筑空间模型的具体实现为：

对所述初始图像信息进行特征提取处理，得到目标区域内建筑物的整体轮廓线；

建立空间坐标系，在所述整体轮廓线上沿着所述空间坐标系的Z轴方向按照第一预设间隔选取多个基准点，并基于所述基准点沿着所述空间坐标系的X轴方向生成多条封闭的参考线；

基于所有的所述参考线逐步构建目标区域内的初始目标建筑空间模型。

通过对所述初始图像信息进行特征提取处理，即可得到所述初始图像信息的所有特征点，并根据所有特征点勾勒并形成目标区域内建筑物的整体轮廓线，这样即可在所述整体轮廓线上沿着所述空间坐标系的Z轴方向按照第一预设间隔选取多个基准点，从而生成对应的参考线，从而根据所述参考线逐步构建目标区域内的初始目标建筑空间模型，将目标区域内的建筑物的初始信息固化，以便于后续进行匹配比较。

在本发明的一个或多个实施例中，所述影像处理平台基于所述基准点沿着所述空间坐标系的X轴方向生成多条封闭的参考线的具体实现为：

计算相邻两个所述基准点对应的所述参考线所围成的平面区域的面积，并判断二者是否相等；

若相邻两个所述基准点对应的所述参考线所围成的平面区域的面积相等，则直接分别根据相邻两个所述基准点沿着所述空间坐标系的X轴方向生成对应的参考线；否则；

沿着所述空间坐标系的Z轴方向对该相邻两个所述基准点之间进行细分切割，得到新的所述基准点并进行更新；

计算更新后的所述基准点与更新前的两个基准点中位于下方的所述基准点对应的所述参考线所围成的平面区域的面积，并判断二者的面积是否相等，并如此重复，直至遍历完所有所述基准点。

通过计算相邻两个所述基准点对应的所述参考线所围成的平面区域的面积是否相等，这样可以比较方便确定目标区域内的建筑从下至上是否发生结构变化，并在发生变化时通过细化所述基准点来获得更精细的所述参考线，进而可以便于后续更加精确地将整个建筑的的初始目标建筑空间模型。

在本发明的一个或多个实施例中，所述影像处理平台基于所有的所述参考线逐步构建目标区域内的初始目标建筑空间模型的具体实现为：

选取所有的所述参考线中相邻两根所述参考线为一组，选取每组中较高的所述参考线，并以每组所述参考线之间的Z轴方向间隔为高构建多边形柱状体，并插入初始状态时的目标建筑空间模型中；

选组每组中较低的所述参考线，并以每组所述参考线之间的Z轴方向间隔为高构建多边形柱状体，并插入初始状态时的目标建筑空间模型中；

如此重复，直至每一组相邻参考线之间的多边形柱状体插入完成，得到所述初始目标建筑空间模型。

通过分别以每组参考线中较高的所述参考线和较低的参考线为基准，以每组所述参考线之间的Z轴方向间隔为高构建多边形柱状体，这样可以比较精准的构建每组参考线对应的多边形柱状体，这样所有组参考线对应的多边形柱状体即可构成目标建筑的初始目标建筑空间模型，并上传云服务器进行存储。

本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现所述的基于图像处理的查违控违方法的步骤。

本发明还提供了一种基于图像处理的查违控违的设备，包括所述的存储介质、处理器以及存储在所述存储介质中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述的基于图像处理的查违控违的步骤。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。