本申请提供一种遥感影像中桥梁的识别方法、装置、电子设备及介质。该方法基于桥梁识别网络分别获取当前遥感影像中水上桥梁、人行桥和立交桥的第一识别结果；基于任一水上桥梁的区域宽度和/或任一水上桥梁的区域与任一人行桥的区域的重合率，确定第二识别结果；基于道路识别网络，对当前遥感影像的道路进行识别，得到不同类型道路的道路识别结果；基于道路识别结果和第一识别结果中立交桥的区域所在位置的关联关系，对第一识别结果中立交桥的识别结果进行更新，得到第三识别结果；基于第二识别结果和第三识别结果，确定当前遥感影像对应的桥梁识别结果。该方法能够较准确、快速的实现遥感影像中全桥梁的识别。
1.一种遥感影像中桥梁的识别方法，其特征在于，所述方法包括：
基于桥梁识别网络，分别获取当前遥感影像中水上桥梁、人行桥和立交桥的第一识别结果；所述第一识别结果包括相应类型桥梁的区域所在位置和相应区域的宽度；
基于所述第一识别结果中任一水上桥梁的区域宽度和/或任一水上桥梁的区域与任一人行桥的区域的重合率，确定第二识别结果；
基于道路识别网络，对当前遥感影像的道路进行识别，得到不同类型道路的道路识别结果，所述道路识别结果包括相应类型道路的区域所在位置；
基于所述道路识别结果和所述第一识别结果中立交桥的区域所在位置的关联关系，对所述第一识别结果中立交桥的识别结果进行更新，得到第三识别结果；
基于第二识别结果和第三识别结果，确定所述当前遥感影像对应的桥梁识别结果；
其中，基于桥梁识别网络，分别获取当前遥感影像中水上桥梁、人行桥和立交桥的第一识别结果，包括：基于预设的旋转框识别模型，对当前遥感影像的水上桥梁进行识别，得到旋转框识别模型输出的多个旋转框的位置；每个旋转框表征任一水上桥梁的一个区域；并基于所述多个旋转框的位置，将多个重叠的旋转框的最小外接矩形确定为一个水上桥梁的区域，将所述最小外接矩形的位置和宽度确定为该水上桥梁的区域所在位置和相应区域的宽度；
基于预设的语义分割模型，对当前遥感影像的人行桥进行识别，得到语义分割模型输出的分割结果中所有的连通域；并将每个连通域确定为一个人行桥的区域，将相应连通域的位置和宽度确定为该人行桥的区域所在位置和相应区域的宽度；
基于预设的目标识别网络，对当前遥感影像的立交桥进行检测，得到目标识别网络输出的矩形框；将每个矩形框确定为一个立交桥的区域，将相应矩形框的位置和宽度确定为该立交桥的区域所在位置和相应区域的宽度；
其中，所述不同类型道路包括与立交桥相交的第一类道路和与立交桥不相交的第二类道路；
基于所述道路识别结果和所述第一识别结果中立交桥的区域所在位置的关联关系，对所述第一识别结果中立交桥的识别结果进行更新，得到第三识别结果，包括：确定所述不同类型道路中的第一类道路；
检测所述第一类道路中各道路的区域所在位置与任一立交桥的区域所在位置是否存在重叠区域；
若不存在重叠区域，则将所述第一识别结果中相应立交桥对应的识别结果删除，得到第三识别结果；
若存在重叠区域，则在所述第一识别结果中保留相应立交桥对应的识别结果，得到第三识别结果。
2.如权利要求1所述的方法，其特征在于，基于所述第一识别结果中任一水上桥梁的区域宽度和/或任一水上桥梁的区域与任一人行桥的区域的重合率，确定第二识别结果，包括：若任一水上桥梁的区域宽度不大于预设宽度阈值，则将所述第一识别结果中相应水上桥梁的桥梁类型更新为人行桥，和/或，若任一水上桥梁的区域与任一人行桥的区域的重合率不小于预设重合阈值，则将所述第一识别结果中相应人行桥对应的识别结果删除，得到第二识别结果。
3.如权利要求2所述的方法，其特征在于，所述方法还包括：
若任一水上桥梁的区域宽度大于预设宽度阈值，和/或任一水上桥梁的区域与任一人行桥梁的区域的重合率小于预设重合阈值，则确定得到的第二识别结果为所述第一识别结果。
4.如权利要求1所述的方法，其特征在于，任一水上桥梁的区域与任一人行桥的区域的重合率的获取包括：获取任一水上桥梁的区域对应的第一图像和任一人行桥的区域对应的第二图像；
将所述第一图像和所述第二图像的重合部分图像的像素个数与所述第二图像的像素个数的比值，确定为所述任一水上桥梁的区域与所述任一人行桥的区域的重合率。
5.如权利要求1所述的方法，其特征在于，得到第三识别结果之后，所述方法还包括：获取所述第三识别结果中各立交桥的区域中的全部连通域和相应连通域面积；
对所述各立交桥的区域中的最大面积的目标连通域进行保留，并删除相应区域中除目标连通域外的其余的连通域。
6.一种遥感影像中桥梁的识别装置，其特征在于，所述装置包括：
获取单元，用于基于桥梁识别网络，分别获取当前遥感影像中水上桥梁、人行桥和立交桥的第一识别结果；所述第一识别结果包括相应类型桥梁的区域所在位置和相应区域的宽度；
确定单元，用于基于所述第一识别结果中任一水上桥梁的区域宽度和/或任一水上桥梁的区域与任一人行桥的区域的重合率，确定第二识别结果；
识别单元，用于基于道路识别网络，对当前遥感影像的道路进行识别，得到不同类型道路的道路识别结果，所述道路识别结果包括相应类型道路的区域所在位置；
更新单元，用于基于所述道路识别结果和所述第一识别结果中立交桥的区域所在位置的关联关系，对所述第一识别结果中立交桥的识别结果进行更新，得到第三识别结果；
所述确定单元，还用于基于第二识别结果和第三识别结果，确定所述当前遥感影像对应的桥梁识别结果；
基于预设的旋转框识别模型，对当前遥感影像的水上桥梁进行识别，得到旋转框识别模型输出的多个旋转框的位置；每个旋转框表征任一水上桥梁的一个区域；并基于所述多个旋转框的位置，将多个重叠的旋转框的最小外接矩形确定为一个水上桥梁的区域，将所述最小外接矩形的位置和宽度确定为该水上桥梁的区域所在位置和相应区域的宽度；
基于预设的语义分割模型，对当前遥感影像的人行桥进行识别，得到语义分割模型输出的分割结果中所有的连通域；并将每个连通域确定为一个人行桥的区域，将相应连通域的位置和宽度确定为该人行桥的区域所在位置和相应区域的宽度；
基于预设的目标识别网络，对当前遥感影像的立交桥进行检测，得到目标识别网络输出的矩形框；将每个矩形框确定为一个立交桥的区域，将相应矩形框的位置和宽度确定为该立交桥的区域所在位置和相应区域的宽度；
其中，所述不同类型道路包括与立交桥相交的第一类道路和与立交桥不相交的第二类道路；所述更新单元，具体用于：确定所述不同类型道路中的第一类道路；
检测所述第一类道路中各道路的区域所在位置与任一立交桥的区域所在位置是否存在重叠区域；
若不存在重叠区域，则将所述第一识别结果中相应立交桥对应的识别结果删除，得到第三识别结果；
若存在重叠区域，则在所述第一识别结果中保留相应立交桥对应的识别结果，得到第三识别结果。
7.一种电子设备，其特征在于，所述电子设备包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
处理器，用于执行存储器上所存储的程序时，实现权利要求1‑5任一所述的方法步骤。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1‑5任一所述的方法步骤。
遥感影像中桥梁的识别方法、装置、电子设备及介质
技术领域
[0001] 本申请涉及图像处理技术领域，具体而言，涉及一种遥感影像中桥梁的识别方法、装置、电子设备及介质。
背景技术
[0002] 桥梁属于重要的交通运输设施，遥感影像中桥梁的识别不仅有利于地理信息的更新和维护，还有助于城市建筑规划、自然灾害评估，路径选取等，在军事和民事领域的应用价值很高。
[0003] 目前，基于深度学习的桥梁识别主要是通过分割或检测的方式识别单类的桥梁。这种识别单类桥梁的方法只能输出一种桥梁的结果，无法满足全面了解桥梁情况的需求。
发明内容
[0004] 本申请实施例的目的在于提供一种遥感影像中桥梁的识别方法、装置、电子设备及介质，用以解决了现有技术存在的上述问题，能够较准确的实现遥感影像中不同类型桥梁的识别。
[0005] 第一方面，提供了一种遥感影像中桥梁的识别方法，该方法可以包括：
[0006] 基于桥梁识别网络，分别获取当前遥感影像中水上桥梁、人行桥和立交桥的第一识别结果；所述第一识别结果包括相应类型桥梁的区域所在位置和相应区域的宽度；
[0007] 基于所述第一识别结果中任一水上桥梁的区域宽度和/或任一水上桥梁的区域与任一人行桥的区域的重合率，确定第二识别结果；
[0008] 基于道路识别网络，对当前遥感影像的道路进行识别，得到不同类型道路的道路识别结果，所述道路识别结果包括相应类型道路的区域所在位置；
[0009] 基于所述道路识别结果和所述第一识别结果中立交桥的区域所在位置的关联关系，对所述第一识别结果中立交桥的识别结果进行更新，得到第三识别结果；
[0010] 基于第二识别结果和第三识别结果，确定所述当前遥感影像对应的桥梁识别结果。
[0011] 第二方面，提供了一种遥感影像中桥梁的识别装置，该装置可以包括：
[0012] 获取单元，用于基于桥梁识别网络，分别获取当前遥感影像中水上桥梁、人行桥和立交桥的第一识别结果；所述第一识别结果包括相应类型桥梁的区域所在位置和相应区域的宽度；
[0013] 确定单元，用于基于所述第一识别结果中任一水上桥梁的区域宽度和/或任一水上桥梁的区域与任一人行桥的区域的重合率，确定第二识别结果；
[0014] 识别单元，用于基于道路识别网络，对当前遥感影像的道路进行识别，得到不同类型道路的道路识别结果，所述道路识别结果包括相应类型道路的区域所在位置；
[0015] 更新单元，用于基于所述道路识别结果和所述第一识别结果中立交桥的区域所在位置的关联关系，对所述第一识别结果中立交桥的识别结果进行更新，得到第三识别结果；
[0016] 所述确定单元，还用于基于第二识别结果和第三识别结果，确定所述当前遥感影像对应的桥梁识别结果。
[0017] 第三方面，提供了一种电子设备，该电子设备包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
[0018] 存储器，用于存放计算机程序；
[0019] 处理器，用于执行存储器上所存放的程序时，实现上述第一方面中任一所述的方法步骤。
[0020] 第四方面，提供了一种计算机可读存储介质，该计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面中任一所述的方法步骤。
[0021] 本申请实施例提供的遥感影像中桥梁的识别方法基于桥梁识别网络分别获取当前遥感影像中水上桥梁、人行桥和立交桥的第一识别结果；其包括相应类型桥梁的区域所在位置和相应区域的宽度；基于第一识别结果中任一水上桥梁的区域宽度和/或任一水上桥梁的区域与任一人行桥的区域的重合率，确定第二识别结果；基于道路识别网络，对当前遥感影像的道路进行识别，得到不同类型道路的道路识别结果，其包括相应类型道路的区域所在位置；基于道路识别结果和第一识别结果中立交桥的区域所在位置的关联关系，对第一识别结果中立交桥的识别结果进行更新，得到第三识别结果；基于第二识别结果和第三识别结果，确定当前遥感影像对应的桥梁识别结果。该方法通过对识别出的水上桥梁、人行桥、道路和立交桥结果进行修正，删除可能识别错误的桥梁，减少不同类型桥梁间的误检问题，能够较准确、快速的实现遥感影像中全桥梁的识别。
附图说明
[0022] 为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0023] 图1为本申请实施例提供的一种遥感影像中桥梁的识别方法的流程示意图；
[0024] 图2为本申请实施例提供的一种水上桥梁的确定示意图；
[0025] 图3为本申请实施例提供的一种遥感影像中桥梁的识别装置的结构示意图；
[0026] 图4为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
[0027] 下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，并不是全部的实施例。基于本申请实施例，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，都属于本申请保护的范围。
[0028] 本申请实施例提供的遥感影像中桥梁的识别方法可以应用在服务器中，也可以应用在终端中。该服务器可以是物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络（Content Delivery Network，CDN），以及大数据和人工智能平台等基础云计算服务的云服务器。终端可以是具有较强计算能力的移动电话、智能电话、笔记本电脑、数字广播接收器、个人数字助理（PDA）、平板电脑（PAD）等用户设备（User Equipment，UE）、手持设备、车载设备、可穿戴设备、计算设备或连接到无线调制解调器的其它处理设备、移动台（Mobile Station，MS）、移动终端（Mobile Terminal）等。
[0029] 本申请实施例提供的遥感影像中桥梁的识别方法通过对水上桥梁、人行桥、道路和立交桥结果进行过滤和融合，删除或修正可能识别错误的桥梁，减少不同类型桥梁之间的误检问题，并同时输出多种桥梁的结果。该方法能够较准确、完整、快速的实现遥感影像中全桥梁的识别。
[0030] 以下结合说明书附图对本申请的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本申请，并不用于限定本申请，并且在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
[0031] 图1为本申请实施例提供的一种遥感影像中桥梁的识别方法的流程示意图。如图1所示，该方法可以包括：
[0032] 步骤S110、基于桥梁识别网络，分别获取当前遥感影像中水上桥梁、人行桥和立交桥的第一识别结果。
[0033] 第一识别结果包括相应类型桥梁的区域所在位置和相应区域的宽度。
[0034] （1）对于水上桥梁：
[0035] 基于预设的旋转框识别模型，如Oriented R‑CNN网络模型，对当前遥感影像的水上桥梁进行识别，得到旋转框识别模型输出的多个旋转框的位置；每个旋转框表征任一水上桥梁的一个区域；并基于多个旋转框的位置，将多个重叠的旋转框的最小外接矩形确定为一个水上桥梁的区域，将最小外接矩形的位置和宽度确定为该水上桥梁的区域所在位置和相应区域的宽度。
[0036] 具体的，使用Oriented R‑CNN网络，对当前遥感影像中的水上桥梁进行识别，得到Oriented R‑CNN网络输出的当前遥感影像中的全部水上桥梁对应的旋转框和相应旋转框的四个角点的坐标，即旋转框的位置。每个旋转框表征任一水上桥梁的一个区域；
[0037] 然后，随机选取一个旋转框作为当前旋转框，并遍历剩余的旋转框，以执行以下步骤：计算两个旋转框之间的IoU。其中，IoU的计算方式为两个旋转框相交的面积除以两个旋转框相并的面积。若IoU>0，则加入当前旋转框的重叠框组中。再迭代寻找剩余各旋转框的重叠框组，直至剩余的旋转框数量为0。对于每组重叠框，取所有重叠框的最小外接矩形作为相应水上桥梁的区域。将每个重叠框组对应的最小外接矩形确定为一个水上桥梁的区域。
[0038] 最后，将最小外接矩形的位置和宽度确定为该水上桥梁的区域所在位置和相应区域的宽度。
[0039] 如图2所示，在当前遥感影像中水上桥梁的桥梁部分存在一组重叠框组，其包括多个相互重叠的旋转框，获取该组重叠框组的最小外接矩形A。
[0040] 其中，使用旋转框标注遥感影像中的水上桥梁，标签格式为（x1,y1,x2,y2,x3,y3,x4,y4），即标签数据；将遥感影像裁剪为1024×1024大小的图像集，该图像集中点中的图像保留了水上桥梁特征，计算水上桥梁在遥感影像中的部分桥梁与水上桥梁的原始大小的保留比例，将删除保留比例小于0.7后的图像集中的图像作为训练样本。
[0041] 预设的旋转框识别模型是基于上述标签数据和训练样本训练得到的。
[0042] （2）对于人行桥：
[0043] 基于预设的语义分割模型，如Segformer网络模型，对当前遥感影像的人行桥进行识别，得到语义分割模型输出的分割结果中所有的连通域。并将每个连通域确定为一个人行桥的区域，将相应连通域的位置和宽度确定为该人行桥的区域所在位置和相应区域的宽度。
[0044] 具体的，使用Segformer网络，分割当前遥感影像中的人行桥，得到Segformer网络输出的分割结果，首先找到分割结果中所有的连通域，每个连通域代表一个人行桥区域。连通域为分割结果中数字1组成的区域，由此可得到连通域的位置和宽度，以将相应连通域的位置和宽度确定为该人行桥的区域所在位置和相应区域的宽度。
[0045] 其中，预设的语义分割模型是基于遥感影像和该遥感影像中标注的人行桥区域进行训练得到的。
[0046] （3）对于立交桥：
[0047] 基于预设的目标识别网络，如Yolov4网络，对当前遥感影像的立交桥进行检测，得到目标识别网络输出的矩形框；将每个矩形框确定为一个立交桥的区域，将相应矩形框的位置和宽度确定为该立交桥的区域所在位置和相应区域的宽度。
[0048] 具体的，使用Yolov4网络，对当前遥感影像中的立交桥进行识别，得到Yolov4网络输出的立交桥矩形框在当前遥感影像中的坐标，以将相应矩形框的位置和宽度确定为该立交桥的区域所在位置和相应区域的宽度。
[0049] 其中，预设的目标识别网络是基于遥感影像和该遥感影像中标注矩形框的立交桥区域进行训练得到的。
[0050] 需要说明的是，上述各模型的训练方式与现有模型的训练方式相同，本申请实施例在此不做限定。
[0051] 步骤S120、基于第一识别结果中任一水上桥梁的区域宽度和/或任一水上桥梁的区域与任一人行桥的区域的重合率，确定第二识别结果。
[0052] 具体实施中，将任一水上桥梁的区域宽度与预设宽度阈值（如10）进行比较，和/或，将任一水上桥梁的区域与任一人行桥的区域的重合率与预设重合阈值进行比较；其中，该预设宽度阈值为预设的水上桥梁的桥面最小宽度；
[0053] （1）将任一水上桥梁的区域宽度与预设宽度阈值（如10）进行比较的具体方式包括：
[0054] 若任一水上桥梁的区域宽度不大于预设宽度阈值，则表明该水上桥梁的桥面较窄，该桥梁可能不是水上桥梁，可能是人行桥，即识别错误，此时需要对第一识别结果中水上桥梁的识别结果进行修正，即将第一识别结果中相应水上桥梁的桥梁类型更新为人行桥，得到预设宽度阈值对应的识别结果，该识别结果与第一识别结果相比发生改变；
[0055] 若任一水上桥梁的区域宽度大于预设宽度阈值，则表明该水上桥梁的桥面正常，即识别正确，此时不需要对第一识别结果中水上桥梁的识别结果进行修正，即保持第一识别结果中水上桥梁的识别结果不变，此时得到的预设宽度阈值对应的识别结果与第一识别结果相比未发生改变。
[0056] （2）将任一水上桥梁的区域与任一人行桥的区域的重合率与预设重合阈值进行比较的具体方式包括：
[0057] 获取任一水上桥梁的区域对应的第一图像和任一人行桥的区域对应的第二图像，并获取第一图像和第二图像的重合部分图像；并计算该重合部分图像的像素个数与第二图像的像素个数的比值，将其确定为相应水上桥梁的区域与相应人行桥的区域的重合率。
[0058] 若任一水上桥梁的区域与任一人行桥的区域的重合率不小于预设重合阈值（如0.2），则表明两个区域重叠面积较大，可能识别存在错误，此时将第一识别结果中相应人行桥对应的识别结果删除，得到预设重合阈值对应的识别结果，该识别结果与第一识别结果相比发生改变。
[0059] 若任一水上桥梁的区域与任一人行桥的区域的重合率小于预设重合阈值（如0.2），则表明两个区域重叠面积较小，此时不需要对第一识别结果中相应人行桥对应的识别结果进行修正，即保持第一识别结果中人行桥的识别结果不变，此时得到的预设重合阈值对应的识别结果与第一识别结果相比未发生改变。
[0060] 基于预设宽度阈值对应的识别结果和/或预设重合阈值对应的识别结果，得到第二识别结果，该第二识别结果。其中，预设宽度阈值对应的识别结果和预设重合阈值对应的识别结果均未发生改变时，第二识别结果与第一识别结果相同。
[0061] 步骤S130、基于道路识别网络，对当前遥感影像的道路进行识别，得到不同类型道路的道路识别结果。
[0062] 其中，道路识别结果包括相应类型道路的区域所在位置。道路识别网络可以为D‑LinkNet网络，不同类型道路可以包括铁路、高速公路、普通公路和小路。
[0063] 不同类型道路中与立交桥能够相交的为第一类道路，如高速公路、普通公路和与立交桥不能够相交的为第二类道路，如铁路和小路。
[0064] 需要说明的是，上述道路识别网络的训练方式与现有模型的训练方式相同，本申请实施例在此不做限定。
[0065] 步骤S140、基于道路识别结果和第一识别结果中立交桥的区域所在位置的关联关系，对第一识别结果中立交桥的识别结果进行更新，得到第三识别结果。
[0066] 具体实施中，使用D‑LinkNet网络，分割当前遥感影像中的道路，得到D‑LinkNet网络输出的分割结果，根据分割结果中的像素值，确定不同类型道路中的第一类道路，如高速公路、普通公路，在分割结果中高速公路和普通公路的值分别为2和3；
[0067] 检测第一类道路中各道路的区域所在位置与任一立交桥的区域所在位置是否存在重叠区域，即确定任一立交桥是否与任一高速公路或普通公路重合；
[0068] 若不存在重叠区域，则将第一识别结果中相应立交桥对应的识别结果删除，得到第三识别结果，即第一识别结果中立交桥对应的识别结果与第三识别结果中立交桥对应的识别结果不同；
[0069] 若存在重叠区域，则在第一识别结果中保留相应立交桥对应的重叠区域作为识别结果，得到第三识别结果，即第一识别结果中立交桥对应的识别结果与第三识别结果中立交桥对应的识别结果相同。
[0070] 进一步的，获取第三识别结果中各立交桥的区域中的全部连通域和相应连通域面积；对各立交桥的区域中的最大面积的目标连通域进行保留，并删除相应区域中除目标连通域外的其余的连通域。
[0071] 步骤S150、基于第二识别结果和第三识别结果，确定当前遥感影像对应的桥梁识别结果。
[0072] 将得到的第二识别结果和第三识别结果进行组合，得到当前遥感影像对应的桥梁识别结果，其包括水上桥梁、人行桥和立交桥的识别结果。
[0073] 本申请实施例提供的遥感影像中桥梁的识别方法通过对水上桥梁、人行桥、道路和立交桥结果进行过滤和融合，删除或修正可能识别错误的桥梁，减少不同类型桥梁之间的误检问题，并同时输出多种桥梁的结果。该方法能够较准确、完整、快速的实现遥感影像中全桥梁的识别。
[0074] 与上述方法对应的，本申请实施例还提供一种遥感影像中桥梁的识别装置，如图3所示，该装置包括：
[0075] 获取单元310，用于基于桥梁识别网络，分别获取当前遥感影像中水上桥梁、人行桥和立交桥的第一识别结果；所述第一识别结果包括相应类型桥梁的区域所在位置和相应区域的宽度；
[0076] 确定单元320，用于基于所述第一识别结果中任一水上桥梁的区域宽度和/或任一水上桥梁的区域与任一人行桥的区域的重合率，确定第二识别结果；
[0077] 识别单元330，用于基于道路识别网络，对当前遥感影像的道路进行识别，得到不同类型道路的道路识别结果，所述道路识别结果包括相应类型道路的区域所在位置；
[0078] 更新单元340，用于基于所述道路识别结果和所述第一识别结果中立交桥的区域所在位置的关联关系，对所述第一识别结果中立交桥的识别结果进行更新，得到第三识别结果；
[0079] 确定单元320，还用于基于第二识别结果和第三识别结果，确定所述当前遥感影像对应的桥梁识别结果。
[0080] 本申请上述实施例提供的遥感影像中桥梁的识别装置的各功能单元的功能，可以通过上述各方法步骤来实现，因此，本申请实施例提供的该装置中的各个单元的具体工作过程和有益效果，在此不复赘述。
[0081] 本申请实施例还提供了一种电子设备，如图4所示，包括处理器410、通信接口420、存储器430和通信总线440，其中，处理器410，通信接口420，存储器430通过通信总线440完成相互间的通信。
[0082] 存储器430，用于存放计算机程序；
[0083] 处理器410，用于执行存储器430上所存放的程序时，实现如下步骤：
[0084] 基于桥梁识别网络，分别获取当前遥感影像中水上桥梁、人行桥和立交桥的第一识别结果；所述第一识别结果包括相应类型桥梁的区域所在位置和相应区域的宽度；
[0085] 基于所述第一识别结果中任一水上桥梁的区域宽度和/或任一水上桥梁的区域与任一人行桥的区域的重合率，确定第二识别结果；
[0086] 基于道路识别网络，对当前遥感影像的道路进行识别，得到不同类型道路的道路识别结果，所述道路识别结果包括相应类型道路的区域所在位置；
[0087] 基于所述道路识别结果和所述第一识别结果中立交桥的区域所在位置的关联关系，对所述第一识别结果中立交桥的识别结果进行更新，得到第三识别结果；
[0088] 基于第二识别结果和第三识别结果，确定所述当前遥感影像对应的桥梁识别结果。
[0089] 上述提到的通信总线可以是外设部件互连标准（Peripheral Component Interconnect，PCI）总线或扩展工业标准结构（Extended Industry Standard Architecture，EISA）总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
[0090] 通信接口用于上述电子设备与其他设备之间的通信。
[0091] 存储器可以包括随机存取存储器（Random Access Memory，RAM），也可以包括非易失性存储器（Non‑Volatile Memory，NVM），例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
[0092] 上述的处理器可以是通用处理器，包括中央处理器（Central Processing Unit，CPU）、网络处理器（Network Processor，NP）等；还可以是数字信号处理器（Digital Signal Processing，DSP）、专用集成电路（Application Specific Integrated Circuit，ASIC）、现场可编程门阵列（Field‑Programmable Gate Array，FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
[0093] 由于上述实施例中电子设备的各器件解决问题的实施方式以及有益效果可以参见图1所示的实施例中的各步骤来实现，因此，本申请实施例提供的电子设备的具体工作过程和有益效果，在此不复赘述。
[0094] 在本申请提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述实施例中任一所述的遥感影像中桥梁的识别方法。
[0095] 在本申请提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一所述的遥感影像中桥梁的识别方法。
[0096] 本领域内的技术人员应明白，本申请实施例中的实施例可提供为方法、系统、或计算机程序产品。因此，本申请实施例中可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请实施例中可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD‑ROM、光学存储器等）上实施的计算机程序产品的形式。
[0097] 本申请实施例中是参照根据本申请实施例中实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
[0098] 这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
[0099] 这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
[0100] 尽管已描述了本申请实施例中的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请实施例中范围的所有变更和修改。
[0101] 显然，本领域的技术人员可以对本申请实施例中实施例进行各种改动和变型而不脱离本申请实施例中实施例的精神和范围。这样，倘若本申请实施例中实施例的这些修改和变型属于本申请实施例中权利要求及其等同技术的范围之内，则本申请实施例中也意图包含这些改动和变型在内。
