一种规整化建筑掩膜的确定方法、确定装置、设备及介质

摘要

本申请提供了一种规整化建筑掩膜的确定方法、确定装置、设备及介质，应用于图像处理技术领域，该方法包括：针对于目标遥感影像中每个建筑对应的初始掩膜，在目标遥感影像中对该初始掩膜进行分割，以得到组成该初始掩膜对应的区域的至少一个目标矩形区域；针对于该初始掩膜在每个目标矩形区域内的部分掩膜，分别对该部分掩膜进行横向群聚分割和纵向群聚分割，得到该目标矩形区域内的规整化掩膜；将每个目标矩形区域内的规整化掩膜进行组合，得到该建筑对应的目标掩膜，以在目标遥感影像中形成该建筑对应的规整化建筑矢量轮廓。根据所述方法和装置，解决了现有技术中提取建筑掩膜时存在的扭曲、变形且带毛刺的问题。

权利要求

1.一种规整化建筑掩膜的确定方法，其特征在于，所述确定方法包括：对获取到的原始遥感影像进行二值化，得到目标遥感影像，并对所述目标遥感影像进行边缘检测，以得到所述目标遥感影像中多个建筑对应的初始掩膜；

针对于所述目标遥感影像中每个建筑对应的初始掩膜，在所述目标遥感影像中对该初始掩膜进行分割，以得到组成该初始掩膜对应的区域的至少一个目标矩形区域；其中，每个目标矩形区域的边缘与该初始掩膜的边缘平行；

针对于该初始掩膜在每个目标矩形区域内的部分掩膜，分别对该部分掩膜进行横向群聚分割和纵向群聚分割，得到该目标矩形区域内的规整化掩膜；

将每个目标矩形区域内的规整化掩膜进行组合，得到该建筑对应的目标掩膜，以在所述目标遥感影像中形成该建筑对应的规整化建筑矢量轮廓；

所述分别对该部分掩膜进行横向群聚分割和纵向群聚分割，得到该目标矩形区域内的规整化掩膜，包括：从该部分掩膜的多个边中确定出长度最长的参考边，并以所述参考边为基准，对该部分掩膜进行旋转，以使所述参考边与水平方向之间的角度为0度；

针对于该部分掩膜中在水平方向上的每一行像素点，基于该行像素点中每个像素点的位置生成该行像素点对应的特征向量；

基于每一行像素点对应的特征向量对每一行像素点进行群聚分类，确定出每一行像素点对应的第一群聚类别；

针对于每种第一群聚类别，当属于该第一群聚类别且彼此相邻的像素点的行数小于预设阈值时，则将属于该第一群聚类别且彼此相邻的每一行像素点进行合并；

将每一行像素点的像素值替换为每一行像素点所属的第一群聚类别的中心特征值，以得到该目标矩形区域内的初始规整化掩膜；

针对于所述初始规整化掩膜中在竖直方向上的每一列像素点，基于该列像素点中每个像素点的位置生成该列像素点对应的特征向量；

基于每一列像素点对应的特征向量对每一列像素点进行群聚分类，确定出每一列像素点对应的第二群聚类别；

针对于每种第二群聚类别，当属于该第二群聚类别且彼此相邻的像素点的列数小于预设阈值时，则将属于该第二群聚类别且彼此相邻的每一列像素点进行合并；

将每一列像素点的像素值替换为每一列像素点所属的第二群聚类别的中心特征值，以得到该目标矩形区域内的所述规整化掩膜。

2.根据权利要求1所述的确定方法，其特征在于，所述在所述目标遥感影像中对该初始掩膜进行分割，以得到组成该初始掩膜对应的区域的至少一个目标矩形区域，包括：利用霍夫空间变化法，在所述目标遥感影像中确定出该初始掩膜的多个边缘直线；

以多个边缘直线中最长边缘直线为基准，对该初始掩膜进行旋转，以使所述最长边缘直线与水平方向之间的角度为0度；

针对于每个参考像素点，基于该参考像素点与所述最长边缘直线所形成的矩形区域确定该参考像素点对应的得分；其中，所述参考像素点指的是位于所述最长边缘直线的端点处且与所述最长边缘直线相垂直的直线上的每个像素点；

基于每个参考像素点对应的得分从多个参考像素点中确定出得分最高的目标像素点，并将所述目标像素点与所述最长边缘直线所形成的矩形区域确定为所述目标矩形区域；

将所述目标矩形区域内的掩膜从该初始掩膜中剔除，并将剔除后的初始掩膜作为所述初始掩膜；

判断所述初始掩膜的面积是否小于或等于面积阈值；

若否，则返回执行所述利用霍夫空间变化法，在所述目标遥感影像中确定出该初始掩膜的多个边缘直线的步骤，直至所述初始掩膜的面积小于或等于所述面积阈值。

3.根据权利要求2所述的确定方法，其特征在于，所述基于该参考像素点与所述最长边缘直线所形成的矩形区域确定该参考像素点对应的得分，包括：以该参考像素点为起点，绘制与所述最长边缘直线相垂直的第一直线，以及与所述最长边缘直线相平行的第二直线；

以所述最长边缘直线中与该参考像素点不同侧的端点为起点，绘制与所述第一直线相平行的第三直线；

将所述第一直线、所述第二直线、所述第三直线与所述最长边缘直线所组成的封闭区域确定为该参考像素点与所述最长边缘直线所形成的矩形区域；

基于所述矩形区域与所述初始掩膜的重合区域面积、所述矩形区域与所述初始掩膜的整体所占面积、所述矩形区域的面积以及所述初始掩膜的面积，确定该参考像素点对应的得分。

4.根据权利要求3所述的确定方法，其特征在于，使用如下公式确定该参考像素点对应的得分：其中， 为该参考像素点对应的得分， 为所述重合区域面积与所述整体所占面积之间的比值， 为 和 之间的比重， 为所述矩形区域中所述初始掩膜所占的比例。

5.一种规整化建筑掩膜的确定装置，其特征在于，所述确定装置包括：初始掩膜提取模块，用于对获取到的原始遥感影像进行二值化，得到目标遥感影像，并对所述目标遥感影像进行边缘检测，以得到所述目标遥感影像中多个建筑对应的初始掩膜；

目标矩形区域确定模块，用于针对于所述目标遥感影像中每个建筑对应的初始掩膜，在所述目标遥感影像中对该初始掩膜进行分割，以得到组成该初始掩膜对应的区域的至少一个目标矩形区域；其中，每个目标矩形区域的边缘与该初始掩膜的边缘平行；

规整化掩膜生成模块，用于针对于该初始掩膜在每个目标矩形区域内的部分掩膜，分别对该部分掩膜进行横向群聚分割和纵向群聚分割，得到该目标矩形区域内的规整化掩膜；

目标掩膜生成模块，用于将每个目标矩形区域内的规整化掩膜进行组合，得到该建筑对应的目标掩膜，以在所述目标遥感影像中形成该建筑对应的规整化建筑矢量轮廓；

所述规整化掩膜生成模块在用于分别对该部分掩膜进行横向群聚分割和纵向群聚分割，得到该目标矩形区域内的规整化掩膜时，所述规整化掩膜生成模块还用于：从该部分掩膜的多个边中确定出长度最长的参考边，并以所述参考边为基准，对该部分掩膜进行旋转，以使所述参考边与水平方向之间的角度为0度；

针对于该部分掩膜中在水平方向上的每一行像素点，基于该行像素点中每个像素点的位置生成该行像素点对应的特征向量；

基于每一行像素点对应的特征向量对每一行像素点进行群聚分类，确定出每一行像素点对应的第一群聚类别；

针对于每种第一群聚类别，当属于该第一群聚类别且彼此相邻的像素点的行数小于预设阈值时，则将属于该第一群聚类别且彼此相邻的每一行像素点进行合并；

将每一行像素点的像素值替换为每一行像素点所属的第一群聚类别的中心特征值，以得到该目标矩形区域内的初始规整化掩膜；

针对于所述初始规整化掩膜中在竖直方向上的每一列像素点，基于该列像素点中每个像素点的位置生成该列像素点对应的特征向量；

基于每一列像素点对应的特征向量对每一列像素点进行群聚分类，确定出每一列像素点对应的第二群聚类别；

针对于每种第二群聚类别，当属于该第二群聚类别且彼此相邻的像素点的列数小于预设阈值时，则将属于该第二群聚类别且彼此相邻的每一列像素点进行合并；

将每一列像素点的像素值替换为每一列像素点所属的第二群聚类别的中心特征值，以得到该目标矩形区域内的所述规整化掩膜。

6.根据权利要求5所述的确定装置，其特征在于，所述目标矩形区域确定模块在用于在所述目标遥感影像中对该初始掩膜进行分割，以得到组成该初始掩膜对应的区域的至少一个目标矩形区域时，所述目标矩形区域确定模块还用于：利用霍夫空间变化法，在所述目标遥感影像中确定出该初始掩膜的多个边缘直线；

以多个边缘直线中最长边缘直线为基准，对该初始掩膜进行旋转，以使所述最长边缘直线与水平方向之间的角度为0度；

针对于每个参考像素点，基于该参考像素点与所述最长边缘直线所形成的矩形区域确定该参考像素点对应的得分；其中，所述参考像素点指的是位于所述最长边缘直线的端点处且与所述最长边缘直线相垂直的直线上的每个像素点；

基于每个参考像素点对应的得分从多个参考像素点中确定出得分最高的目标像素点，并将所述目标像素点与所述最长边缘直线所形成的矩形区域确定为所述目标矩形区域；

将所述目标矩形区域内的掩膜从该初始掩膜中剔除，并将剔除后的初始掩膜作为所述初始掩膜；

判断所述初始掩膜的面积是否小于或等于面积阈值；

若否，则返回执行所述利用霍夫空间变化法，在所述目标遥感影像中确定出该初始掩膜的多个边缘直线的步骤，直至所述初始掩膜的面积小于或等于所述面积阈值。

7.根据权利要求6所述的确定装置，其特征在于，所述目标矩形区域确定模块在用于基于该参考像素点与所述最长边缘直线所形成的矩形区域确定该参考像素点对应的得分时，所述目标矩形区域确定模块还用于：以该参考像素点为起点，绘制与所述最长边缘直线相垂直的第一直线，以及与所述最长边缘直线相平行的第二直线；

以所述最长边缘直线中与该参考像素点不同侧的端点为起点，绘制与所述第一直线相平行的第三直线；

将所述第一直线、所述第二直线、所述第三直线与所述最长边缘直线所组成的封闭区域确定为该参考像素点与所述最长边缘直线所形成的矩形区域；

基于所述矩形区域与所述初始掩膜的重合区域面积、所述矩形区域与所述初始掩膜的整体所占面积、所述矩形区域的面积以及所述初始掩膜的面积，确定该参考像素点对应的得分。

8.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过所述总线进行通信，所述机器可读指令被所述处理器运行时执行如权利要求1至4任一所述的规整化建筑掩膜的确定方法的步骤。

9.一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上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1至4任一所述的规整化建筑掩膜的确定方法的步骤。

说明书

一种规整化建筑掩膜的确定方法、确定装置、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，涉及一种规整化建筑掩膜的确定方法、确定装置、设备及介质。

背景技术

[0002] 利用遥感影像来提取建筑轮廓是遥感、测绘领域里一个重点研究内容。目前，在建筑轮廓提取方面，一般都是采用人工的方法，或利用深度学习提供的建筑掩膜，然后利用 Douglas‑Peucker 对轮廓进行矢量化提取。该矢量化的方法极大的取决于掩膜本身的质量，且没有正规化处理，生成的轮廓不整洁美观。使用上述方法提取的轮廓线往往是扭曲、变形且带毛刺的粗糙轮廓，距离实际应用中需求的以向量形式表述的规整轮廓相差甚远。

发明内容

[0003] 有鉴于此，本申请的目的在于提供一种规整化建筑掩膜的确定方法、确定装置、设备及介质，有效提高无人机、地面遥感数据的应用范围和效率，最终得到的建筑掩膜结果更加规则、更加美观，结构元素清晰，使遥感图像中建筑掩膜的生成更简单快捷。

[0004] 第一方面，本申请实施例提供了一种规整化建筑掩膜的确定方法，所述确定方法包括：

[0005] 对获取到的原始遥感影像进行二值化，得到目标遥感影像，并对所述目标遥感影像进行边缘检测，以得到所述目标遥感影像中多个建筑对应的初始掩膜；

[0006] 针对于所述目标遥感影像中每个建筑对应的初始掩膜，在所述目标遥感影像中对该初始掩膜进行分割，以得到组成该初始掩膜对应的区域的至少一个目标矩形区域；其中，每个目标矩形区域的边缘与该初始掩膜的边缘平行；

[0007] 针对于该初始掩膜在每个目标矩形区域内的部分掩膜，分别对该部分掩膜进行横向群聚分割和纵向群聚分割，得到该目标矩形区域内的规整化掩膜；

[0008] 将每个目标矩形区域内的规整化掩膜进行组合，得到该建筑对应的目标掩膜，以在所述目标遥感影像中形成该建筑对应的规整化建筑矢量轮廓。

[0009] 进一步的，所述在所述目标遥感影像中对该初始掩膜进行分割，以得到组成该初始掩膜对应的区域的至少一个目标矩形区域，包括：

[0010] 利用霍夫空间变化法，在所述目标遥感影像中确定出该初始掩膜的多个边缘直线；

[0011] 以多个边缘直线中最长边缘直线为基准，对该初始掩膜进行旋转，以使所述最长边缘直线与水平方向之间的角度为0度；

[0012] 针对于每个参考像素点，基于该参考像素点与所述最长边缘直线所形成的矩形区域确定该参考像素点对应的得分；其中，所述参考像素点指的是位于所述最长边缘直线的端点处且与所述最长边缘直线相垂直的直线上的每个像素点；

[0013] 基于每个参考像素点对应的得分从多个参考像素点中确定出所述得分最高的目标像素点，并将所述目标像素点与所述最长边缘直线所形成的矩形区域确定为所述目标矩形区域；

[0014] 将所述目标矩形区域内的掩膜从该初始掩膜中剔除，并将剔除后的初始掩膜作为所述初始掩膜；

[0015] 判断所述初始掩膜的面积是否小于或等于面积阈值；

[0016] 若否，则返回执行所述利用霍夫空间变化法，在所述目标遥感影像中确定出该初始掩膜的多个边缘直线的步骤，直至所述初始掩膜的面积小于或等于所述面积阈值。

[0017] 进一步的，所述基于该参考像素点与所述最长边缘直线所形成的矩形区域确定该参考像素点对应的得分，包括：

[0018] 以该参考像素点为起点，绘制与所述最长边缘直线相垂直的第一直线，以及与所述最长边缘直线相平行的第二直线；

[0019] 以所述最长边缘直线中与该参考像素点不同侧的端点为起点，绘制与所述第一直线相平行的第三直线；

[0020] 将所述第一直线、所述第二直线、所述第三直线与所述最长边缘直线所组成的封闭区域确定为该参考像素点与所述最长边缘直线所形成的矩形区域；

[0021] 基于所述矩形区域与所述初始掩膜的重合区域面积、所述矩形区域与所述初始掩膜的整体所占面积、所述矩形区域的面积以及所述初始掩膜的面积，确定该参考像素点对应的得分。

[0022] 进一步的，使用如下公式确定该参考像素点对应的得分：

[0023]

[0024] 其中， 为该参考像素点对应的得分， 为所述重合区域面积与所述整体所占面积之间的比值，为 和 之间的比重， 为所述矩形区域中所述初始掩膜所占的比例。

[0025] 进一步的，所述分别对该部分掩膜进行横向群聚分割和纵向群聚分割，得到该目标矩形区域内的规整化掩膜，包括：

[0026] 从该部分掩膜的多个边中确定出长度最长的参考边，并以所述参考边为基准，对该部分掩膜进行旋转，以使所述参考边与水平方向之间的角度为0度；

[0027] 针对于该部分掩膜中在水平方向上的每一行像素点，基于该行像素点中每个像素点的位置生成该行像素点对应的特征向量；

[0028] 基于每一行像素点对应的特征向量对每一行像素点进行群聚分类，确定出每一行像素点对应的第一群聚类别；

[0029] 针对于每种第一群聚类别，当属于该第一群聚类别且彼此相邻的像素点的行数小于预设阈值时，则将属于该第一群聚类别且彼此相邻的每一行像素点进行合并；

[0030] 将每一行像素点的像素值替换为每一行像素点所属的第一群聚类别的中心特征值，以得到该目标矩形区域内的初始规整化掩膜；

[0031] 针对于所述初始规整化掩膜中在竖直方向上的每一列像素点，基于该列像素点中每个像素点的位置生成该列像素点对应的特征向量；

[0032] 基于每一列像素点对应的特征向量对每一列像素点进行群聚分类，确定出每一列像素点对应的第二群聚类别；

[0033] 针对于每种第二群聚类别，当属于该第二群聚类别且彼此相邻的像素点的列数小于预设阈值时，则将属于该第二群聚类别且彼此相邻的每一列像素点进行合并；

[0034] 将每一列像素点的像素值替换为每一列像素点所属的第二群聚类别的中心特征值，以得到该目标矩形区域内的所述规整化掩膜。

[0035] 第二方面，本申请实施例还提供了一种规整化建筑掩膜的确定装置，所述确定装置包括：

[0036] 初始掩膜提取模块，用于对获取到的原始遥感影像进行二值化，得到目标遥感影像，并对所述目标遥感影像进行边缘检测，以得到所述目标遥感影像中多个建筑对应的初始掩膜；

[0037] 目标矩形区域确定模块，用于针对于所述目标遥感影像中每个建筑对应的初始掩膜，在所述目标遥感影像中对该初始掩膜进行分割，以得到组成该初始掩膜对应的区域的至少一个目标矩形区域；其中，每个目标矩形区域的边缘与该初始掩膜的边缘平行；

[0038] 规整化掩膜生成模块，用于针对于该初始掩膜在每个目标矩形区域内的部分掩膜，分别对该部分掩膜进行横向群聚分割和纵向群聚分割，得到该目标矩形区域内的规整化掩膜；

[0039] 目标掩膜生成模块，用于将每个目标矩形区域内的规整化掩膜进行组合，得到该建筑对应的目标掩膜，以在所述目标遥感影像中形成该建筑对应的规整化建筑矢量轮廓。

[0040] 进一步的，所述目标矩形区域确定模块在用于在所述目标遥感影像中对该初始掩膜进行分割，以得到组成该初始掩膜对应的区域的至少一个目标矩形区域时，所述目标矩形区域确定模块还用于：

[0041] 利用霍夫空间变化法，在所述目标遥感影像中确定出该初始掩膜的多个边缘直线；

[0042] 以多个边缘直线中最长边缘直线为基准，对该初始掩膜进行旋转，以使所述最长边缘直线与水平方向之间的角度为0度；

[0043] 针对于每个参考像素点，基于该参考像素点与所述最长边缘直线所形成的矩形区域确定该参考像素点对应的得分；其中，所述参考像素点指的是位于所述最长边缘直线的端点处且与所述最长边缘直线相垂直的直线上的每个像素点；

[0044] 基于每个参考像素点对应的得分从多个参考像素点中确定出所述得分最高的目标像素点，并将所述目标像素点与所述最长边缘直线所形成的矩形区域确定为所述目标矩形区域；

[0045] 将所述目标矩形区域内的掩膜从该初始掩膜中剔除，并将剔除后的初始掩膜作为所述初始掩膜；

[0046] 判断所述初始掩膜的面积是否小于或等于面积阈值；

[0047] 若否，则返回执行所述利用霍夫空间变化法，在所述目标遥感影像中确定出该初始掩膜的多个边缘直线的步骤，直至所述初始掩膜的面积小于或等于所述面积阈值。

[0048] 进一步的，所述目标矩形区域确定模块在用于基于该参考像素点与所述最长边缘直线所形成的矩形区域确定该参考像素点对应的得分时，所述目标矩形区域确定模块还用于：

[0049] 以该参考像素点为起点，绘制与所述最长边缘直线相垂直的第一直线，以及与所述最长边缘直线相平行的第二直线；

[0050] 以所述最长边缘直线中与该参考像素点不同侧的端点为起点，绘制与所述第一直线相平行的第三直线；

[0051] 将所述第一直线、所述第二直线、所述第三直线与所述最长边缘直线所组成的封闭区域确定为该参考像素点与所述最长边缘直线所形成的矩形区域；

[0052] 基于所述矩形区域与所述初始掩膜的重合区域面积、所述矩形区域与所述初始掩膜的整体所占面积、所述矩形区域的面积以及所述初始掩膜的面积，确定该参考像素点对应的得分。

[0053] 第三方面，本申请实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如上述的规整化建筑掩膜的确定方法的步骤。

[0054] 第四方面，本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上述的规整化建筑掩膜的确定方法的步骤。

[0055] 本申请实施例提供的一种规整化建筑掩膜的确定方法、确定装置、设备及介质，首先，对获取到的原始遥感影像进行二值化，得到目标遥感影像，并对所述目标遥感影像进行边缘检测，以得到所述目标遥感影像中多个建筑对应的初始掩膜；然后，针对于所述目标遥感影像中每个建筑对应的初始掩膜，在所述目标遥感影像中对该初始掩膜进行分割，以得到组成该初始掩膜对应的区域的至少一个目标矩形区域；针对于该初始掩膜在每个目标矩形区域内的部分掩膜，分别对该部分掩膜进行横向群聚分割和纵向群聚分割，得到该目标矩形区域内的规整化掩膜；最后，将每个目标矩形区域内的规整化掩膜进行组合，得到该建筑对应的目标掩膜，以在所述目标遥感影像中形成该建筑对应的规整化建筑矢量轮廓。

[0056] 与现有技术中的建筑掩膜的生成方法相比，本申请首先利用矩形对提取的掩膜进行分割，以一个或多个大小不一的矩形将掩膜切分为数个矩形的组合，且这些矩形的边缘与掩膜的边缘尽量对齐。针对每个矩形中的掩膜，分别在水平和垂直方向以群聚法对行和列进行群聚分割，如此群聚和分割后掩膜的边缘会变得整齐平整。最后，将各个矩形中规整的掩膜重新组合成新的建筑掩膜，以形成统一的规整化建筑矢量轮廓。

[0057] 本申请提供的规整化建筑掩膜的确定方法，可以有效提高无人机、地面遥感数据的应用范围和效率，不需要人工标注数据或设定复杂的各项参数而取得美观的建筑轮廓结果。并且最终得到的建筑掩膜结果更加规则、更加美观，结构元素清晰，解决了现有技术中提取建筑掩膜时存在的扭曲、变形且带毛刺的问题，解放了传统建组标注的劳动力，使遥感图像中建筑掩膜的生成更简单快捷。

[0058] 为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

[0059] 为了更清楚地说明本申请实施例的技术方案，下面将对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。

[0060] 图1为本申请实施例所提供的一种规整化建筑掩膜的确定方法的流程图；

[0061] 图2为本申请实施例所提供的一种目标矩形区域的确定方法的流程图；

[0062] 图3为本申请实施例所提供的一种规整化建筑掩膜的确定装置的结构示意图；

[0063] 图4为本申请实施例所提供的一种电子设备的结构示意图。

具体实施方式

[0064] 为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的每个其他实施例，都属于本申请保护的范围。

[0065] 首先，对本申请可适用的应用场景进行介绍。本申请可应用于图像处理技术领域。

[0066] 利用遥感影像来提取建筑轮廓是遥感、测绘领域里一个重点研究内容。经研究发现，目前，在建筑轮廓提取方面，一般都是采用人工的方法，或利用深度学习提供的建筑掩膜，然后利用 Douglas‑Peucker 对轮廓进行矢量化提取。该矢量化的方法极大的取决于掩膜本身的质量，且没有正规化处理，生成的轮廓不整洁美观。目前常用的轮廓正规化处理都是基于经验形式的，比如检测直线，然后拉伸直线，剔除角度过大或过小的拐角等，该类方法对经验要求很高，对参数的设定非常敏感，不具有通用性。利用深度学习直接对轮廓进行正规化处理是目前一些新的尝试。但该类方法的主要缺陷是必须依靠训练样本，通常只针对训练过的数据具有良好的表现。并且使用上述方法提取的轮廓线往往是扭曲、变形且带毛刺的粗糙轮廓，距离实际应用中需求的以向量形式表述的规整轮廓相差甚远。

[0067] 基于此，本申请实施例提供了一种规整化建筑掩膜的确定方法，有效提高无人机、地面遥感数据的应用范围和效率，解决了现有技术中提取建筑掩膜时存在的扭曲、变形且带毛刺的问题。

[0068] 请参阅图1，图1为本申请实施例所提供的一种规整化建筑掩膜的确定方法的流程图。如图1中所示，本申请实施例提供的规整化建筑掩膜的确定方法，包括：

[0069] S101，对获取到的原始遥感影像进行二值化，得到目标遥感影像，并对所述目标遥感影像进行边缘检测，以得到所述目标遥感影像中多个建筑对应的初始掩膜。

[0070] 需要说明的是，本申请中所述的原始遥感影像指的是记录各种地物电磁波大小的胶片或者照片，主要指卫星采集的卫星相片。目标遥感影像指的是对采集到的原始遥感影像进行二值化处理后得到的图像。初始掩膜则是对目标遥感影像进行边缘检测后得到的，目标遥感影像中每个建筑的掩膜图像。

[0071] 针对上述步骤S101，在具体实施时，使用移动电子设备进行拍摄，获取移动电子设备采集到的原始遥感影像，然后对获取到的原始遥感影像进行二值化，得到目标遥感影像，并对该目标遥感影像进行边缘检测，以得到目标遥感影像中多个建筑对应的初始掩膜。根据本申请提供的实施例，在具体实施时，使用Canny算子对目标遥感影像进行边缘检测。Canny边缘检测算子是一种多级检测算法，其特点包含：1）低错误率的边缘检测：检测算法应该精确地找到图像中的尽可能多的边缘，尽可能的减少漏检和误检。2）最优定位：检测的边缘点应该精确地定位于边缘的中心。3）图像中的任意边缘应该只被标记一次，同时图像噪声不应产生伪边缘。具体的，使用Canny边缘检测算子确定目标遥感影像中的建筑掩膜的方法在现有技术中有详细说明，在此不再赘述。

[0072] S102，针对于所述目标遥感影像中每个建筑对应的初始掩膜，在所述目标遥感影像中对该初始掩膜进行分割，以得到组成该初始掩膜对应的区域的至少一个目标矩形区域。

[0073] 这里，每个目标矩形区域的边缘与该初始掩膜的边缘平行。

[0074] 针对上述步骤S102，在具体实施时，针对于目标遥感影像中每个建筑对应的初始掩膜，在目标遥感影像中对该初始掩膜进行分割，以得到至少一个目标矩形区域。这里，至少一个目标矩形区域即可组成目标遥感影像中该初始掩膜对应的影像区域，以一个或多个大小不一的矩形的组合来表示建筑轮廓，且实现矩形的边缘与建筑轮廓在最大程度上重合。

[0075] 请参阅图2，图2为本申请实施例所提供的一种目标矩形区域的确定方法的流程图。如图2中所示，针对上述步骤S102，所述在所述目标遥感影像中对该初始掩膜进行分割，以得到组成该初始掩膜对应的区域的至少一个目标矩形区域，包括：

[0076] S201，利用霍夫空间变化法，在所述目标遥感影像中确定出该初始掩膜的多个边缘直线。

[0077] 针对上述步骤S201，在具体实施时，利用霍夫空间变化法检测目标遥感影像中存在的该初始掩膜的多个边缘直线。具体的，利用霍夫空间变化法检测初始掩膜中的直线。这里，可以将初始掩膜的边缘映射到霍夫直线参数空间，通过变化，图像空间中的每个点（x，y）就被映射为一个（r，θ）极坐标空间中的正弦曲线。根据投影累加的最大参数空间点，可以确定出初始掩膜中大概率存在直线的地方。

[0078] S202，以多个边缘直线中最长边缘直线为基准，对该初始掩膜进行旋转，以使所述最长边缘直线与水平方向之间的角度为0度。

[0079] 针对上述步骤S202，在具体实施时，在步骤S201将该初始掩膜的多个边缘直线确定出后，首先从多个边缘直线中确定出最长边缘直线，然后以该最长边缘直线为基准，将该初始掩膜旋转至水平方向，也就是最长边缘直线与水平方向之间的角度为0度。

[0080] S203，针对于每个参考像素点，基于该参考像素点与所述最长边缘直线所形成的矩形区域确定该参考像素点对应的得分。

[0081] 需要说明的是，参考像素点指的是位于该最长边缘直线的端点处且与该最长边缘直线相垂直的直线上的每个像素点。

[0082] 针对上述步骤S203，在具体实施时，首先在目标遥感影像中确定出参考像素点。具体的，在该最长边缘直线的端点处绘制一条与最长边缘直线相垂直的直线，这条直线上的所有像素点即为参考像素点。然后，针对于每个参考像素点，基于该参考像素点与最长边缘直线所形成的矩形区域确定该参考像素点对应的得分。

[0083] 具体的，针对上述步骤S203，所述基于该参考像素点与所述最长边缘直线所形成的矩形区域确定该参考像素点对应的得分，包括：

[0084] 步骤2031，以该参考像素点为起点，绘制与所述最长边缘直线相垂直的第一直线，以及与所述最长边缘直线相平行的第二直线。

[0085] 步骤2032，以所述最长边缘直线中与该参考像素点不同侧的端点为起点，绘制与所述第一直线相平行的第三直线。

[0086] 步骤2033，将所述第一直线、所述第二直线、所述第三直线与所述最长边缘直线所组成的封闭区域确定为该参考像素点与所述最长边缘直线所形成的矩形区域。

[0087] 针对上述步骤2031‑步骤2033，在具体实施时，以该参考像素点为起点，在目标遥感影像中绘制与最长边缘直线相垂直的第一直线，以及与最长边缘直线相平行的第二直线。以最长边缘直线中与该参考像素点不同侧的端点为起点，在目标遥感影像中绘制与第一直线相平行的第三直线。这时第一直线、第二直线、第三直线和最长边缘直线会组成一个封闭区域，将第一直线、第二直线、第三直线与最长边缘直线所组成的该封闭区域确定为该参考像素点与最长边缘直线所形成的矩形区域。

[0088] 步骤2034，基于所述矩形区域与所述初始掩膜的重合区域面积、所述矩形区域与所述初始掩膜的整体所占面积、所述矩形区域的面积以及所述初始掩膜的面积，确定该参考像素点对应的得分。

[0089] 针对上述步骤2034，在具体实施时，该参考像素点与最长边缘直线所形成的矩形区域确定出后，首先在目标遥感影像中确定矩形区域与初始掩膜的重合区域面积、矩形区域与所始掩膜的整体所占面积、矩形区域的面积以及初始掩膜的面积。然后基于矩形区域与初始掩膜的重合区域面积、矩形区域与所始掩膜的整体所占面积、矩形区域的面积以及初始掩膜的面积，确定出该参考像素点对应的得分。

[0090] 针对上述步骤2034，具体的，使用如下公式确定该参考像素点对应的得分：

[0091] ；

[0092] 其中， 为该参考像素点对应的得分， 为所述重合区域面积与所述整体所占面积之间的比值，为 和 之间的比重， 为所述矩形区域中所述初始掩膜所占的比例。

[0093] 具体的， 具体表示为：

[0094]

[0095] 这样， 可以即保证生成的矩形区域可以最大程度包括初始掩膜，同时又贴近掩膜本身的边缘线。

[0096] S204，基于每个参考像素点对应的得分从多个参考像素点中确定出所述得分最高的目标像素点，并将所述目标像素点与所述最长边缘直线所形成的矩形区域确定为所述目标矩形区域。

[0097] 针对上述步骤S204，在具体实施时，每个参考像素点对应的得分确定出后，基于每个参考像素点对应的得分从多个参考像素点中确定出得分最高的目标像素点，然后将目标像素点与最长边缘直线所形成的矩形区域确定为目标矩形区域。

[0098] S205，将所述目标矩形区域内的掩膜从该初始掩膜中剔除，并将剔除后的初始掩膜作为所述初始掩膜。

[0099] S206，判断所述初始掩膜的面积是否小于或等于面积阈值。

[0100] S207，若否，则返回执行所述利用霍夫空间变化法，在所述目标遥感影像中确定出该初始掩膜的多个边缘直线的步骤，直至所述初始掩膜的面积小于或等于所述面积阈值。

[0101] 需要说明的是，面积阈值指的是预先设定好的，用于判断剩余的掩膜是否过小的阈值。例如，可以设定面积阈值为20个像素，对此本申请不做具体限定。

[0102] 针对上述步骤S205‑步骤S207，在具体实施时，目标矩形区域确定出后，将目标矩形区域内的掩膜从初始掩膜中剔除，将剔除后的剩余的初始掩膜作为初始掩膜。然后判断该初始掩膜的面积是否小于或等于预设的面积阈值。若否，则认为该初始掩膜可以继续进行分割，则返回执行步骤S201中的所述利用霍夫空间变化法，在所述目标遥感影像中确定出该初始掩膜的多个边缘直线的步骤，继续从初始掩膜中分割出目标矩形区域，直至剩余的初始掩膜的面积小于或等于面积阈值，例如剩余的初始掩膜的面积小于20个像素，则停止分割。

[0103] S103，针对于该初始掩膜在每个目标矩形区域内的部分掩膜，分别对该部分掩膜进行横向群聚分割和纵向群聚分割，得到该目标矩形区域内的规整化掩膜。

[0104] 针对上述步骤S103，在步骤S102确定出该初始掩膜中的至少一个目标矩形区域后，针对于该初始掩膜在每个目标矩形区域内的部分掩膜，分别对该部分掩膜进行横向群聚分割和纵向群聚分割，得到该目标矩形区域内的规整化掩膜。

[0105] 作为一种可选的实施方式，在进行横向群聚分割和纵向群聚分割之前，可对目标遥感影像进行预处理，这里的预处理可以包括高斯图像滤波和平滑图像噪点。

[0106] 这里，在具体实施时，由于建筑的地面轮廓一般是由一些规整的几何形状组合而成，其中绝大多数建筑轮廓都接近于矩形，或者可以表示为几个矩形的组合。特别是建筑的拐角几乎都是垂直的，并且边缘要么互相垂直要么平行。本申请使用矩形来规整化提取的粗糙建筑掩膜，针对于每一个目标矩形区域内的掩膜进行规整化处理，可以使得到的规整化掩膜的边缘整齐，并且拐角垂直，更符合建筑的真实地面轮廓。

[0107] 具体的，针对上述步骤S103，所述分别对该部分掩膜进行横向群聚分割和纵向群聚分割，得到该目标矩形区域内的规整化掩膜，包括：

[0108] 步骤1031，从该部分掩膜的多个边中确定出长度最长的参考边，并以所述参考边为基准，对该部分掩膜进行旋转，以使所述参考边与水平方向之间的角度为0度。

[0109] 在进行群聚分割之前，要将每一个目标矩形区域内的部分掩膜旋转到水平位置。针对上述步骤1031，在具体实施时，从该部分掩膜的多个边中确定出长度最长的参考边，并以该参考边为基准，对该部分掩膜进行旋转，以使参考边与水平方向之间的角度为0度。

[0110] 步骤1032，针对于该部分掩膜中在水平方向上的每一行像素点，基于该行像素点中每个像素点的位置生成该行像素点对应的特征向量。

[0111] 针对上述步骤1032，在具体实施时，在进行横向群聚分割时，在部分掩膜的水平面方向上，针对于该部分掩膜中在水平方向上的每一行像素点，基于该行像素点中每个像素点的位置生成该行像素对应的特征向量。具体的，针对于每一行像素点，将该行中每个像素点以0或1表示，若像素点在掩膜处则为1，若像素点在背景处则为0，即可得到该行像素点对应的特征向量，每一行像素点的特征向量即可表示为 ，其中cols为每一行的像素点数量， 表示该行中第一个像素点的特征值， 表示该行中第cols个像素点的特征值。整个部分掩膜中有多少行像素点，就会有多少个特征向量。

[0112] 步骤1033，基于每一行像素点对应的特征向量对每一行像素点进行群聚分类，确定出每一行像素点对应的第一群聚类别。

[0113] 针对上述步骤1033，在具体实施时，每一行像素点对应的特征向量确定出后，基于每一行像素点对应的特征向量对每一行像素点进行群聚分类，确定出每一行像素点对应的第一群聚类别。具体的，使用均值迁移算法mean‑shift进行群聚分类，将每一行像素点分成不同的群聚类别，群集的带宽参数将根据所有行之间的差异性进行动态调整，确保整个群聚类别在5个左右。

[0114] 步骤1034，针对于每种第一群聚类别，当属于该第一群聚类别且彼此相邻的像素点的行数小于预设阈值时，则将属于该第一群聚类别且彼此相邻的每一行像素点进行合并。

[0115] 步骤1035，将每一行像素点的像素值替换为每一行像素点所属的第一群聚类别的中心特征值，以得到该目标矩形区域内的初始规整化掩膜。

[0116] 针对上述步骤1034‑步骤1035，在具体实施时，每一行像素点分类完成后，针对于每一种第一群聚类别，判断同属于该第一群聚类别且相邻的像素点的行数，如果小于预设阈值，则将其归为相邻类型中较近的一类中，以将相邻的行进行合并，以剔除像素点的噪点。在完成上述的剔除噪点的操作后，将每行的像素点的像素值替换为每一行像素点所属的第一群聚类别的中心特征值，即完成了对部分掩膜的横向聚类分割，得到初始规整化掩膜。这样，初始规整化掩膜在横向上更加规整，横向上每个像素点的像素值都与所属类别的中心特征值相同，减少了横向上的毛刺、扭曲和缺失等。

[0117] 步骤1036，针对于所述初始规整化掩膜中在竖直方向上的每一列像素点，基于该列像素点中每个像素点的位置生成该列像素点对应的特征向量。

[0118] 步骤1037，基于每一列像素点对应的特征向量对每一列像素点进行群聚分类，确定出每一列像素点对应的第二群聚类别。

[0119] 步骤1038，针对于每种第二群聚类别，当属于该第二群聚类别且彼此相邻的像素点的列数小于预设阈值时，则将属于该第二群聚类别且彼此相邻的每一列像素点进行合并。

[0120] 步骤1039，将每一列像素点的像素值替换为每一列像素点所属的第二群聚类别的中心特征值，以得到该目标矩形区域内的所述规整化掩膜。

[0121] 针对上述步骤1036‑步骤1039，在具体实施时，针对于初始规整化掩膜中在竖直方向上的每一列像素点，基于该列像素点中每个像素点的位置生成该列像素点对应的特征向量。然后，基于每一列像素点对应的特征向量对每一列像素点进行群聚分类，确定出每一列像素点对应的第二群聚类别。针对于每种第二群聚类别，当属于该第二群聚类别且彼此相邻的像素点的列数小于预设阈值时，则将属于该第二群聚类别且彼此相邻的每一列像素点进行合并。最后，将每一列像素点的像素值替换为每一列像素点所属的第二群聚类别的中心特征值，以得到该目标矩形区域内的规整化掩膜。这样，最终生成的规整化掩膜在横向上和纵向上均更加规整，横向上和纵向上每个像素点的像素值都与所属类别的中心特征值相同，减少了横向和纵向上的毛刺、扭曲和缺失等。

[0122] S104，将每个目标矩形区域内的规整化掩膜进行组合，得到该建筑对应的目标掩膜，以在所述目标遥感影像中形成该建筑对应的规整化建筑矢量轮廓。

[0123] 针对上述步骤S104，该建筑在每个目标矩形区域中的规整化掩膜均确定出来后，以每个目标矩形区域在初始掩膜中的位置为基准，对每个目标矩形区域内的规整化掩膜进行组合，即可得到该建筑完整的目标掩膜。目标掩膜的边缘整齐，均为直线，并且目标掩膜的拐角垂直，在目标遥感影像中即可形成该建筑对应的规整化建筑矢量轮廓。

[0124] 本申请实施例提供的一种规整化建筑掩膜的确定方法，首先，对获取到的原始遥感影像进行二值化，得到目标遥感影像，并对所述目标遥感影像进行边缘检测，以得到所述目标遥感影像中多个建筑对应的初始掩膜；然后，针对于所述目标遥感影像中每个建筑对应的初始掩膜，在所述目标遥感影像中对该初始掩膜进行分割，以得到组成该初始掩膜对应的区域的至少一个目标矩形区域；针对于该初始掩膜在每个目标矩形区域内的部分掩膜，分别对该部分掩膜进行横向群聚分割和纵向群聚分割，得到该目标矩形区域内的规整化掩膜；最后，将每个目标矩形区域内的规整化掩膜进行组合，得到该建筑对应的目标掩膜，以在所述目标遥感影像中形成该建筑对应的规整化建筑矢量轮廓。

[0125] 与现有技术中的建筑掩膜的生成方法相比，本申请首先利用矩形对提取的掩膜进行分割，以一个或多个大小不一的矩形将掩膜切分为数个矩形的组合，且这些矩形的边缘与掩膜的边缘尽量对齐。针对每个矩形中的掩膜，分别在水平和垂直方向以群聚法对行和列进行群聚分割，如此群聚和分割后掩膜的边缘会变得整齐平整。最后，将各个矩形中规整的掩膜重新组合成新的建筑掩膜，以形成统一的规整化建筑矢量轮廓。

[0126] 本申请提供的规整化建筑掩膜的确定方法，可以有效提高无人机、地面遥感数据的应用范围和效率，不需要人工标注数据或设定复杂的各项参数而取得美观的建筑轮廓结果。并且最终得到的建筑掩膜结果更加规则、更加美观，结构元素清晰，解决了现有技术中提取建筑掩膜时存在的扭曲、变形且带毛刺的问题，解放了传统建组标注的劳动力，使遥感图像中建筑掩膜的生成更简单快捷。

[0127] 请参阅图3，图3为本申请实施例所提供的一种规整化建筑掩膜的确定装置的结构示意图。如图3中所示，所述确定装置300包括：

[0128] 初始掩膜提取模块301，用于对获取到的原始遥感影像进行二值化，得到目标遥感影像，并对所述目标遥感影像进行边缘检测，以得到所述目标遥感影像中多个建筑对应的初始掩膜；

[0129] 目标矩形区域确定模块302，用于针对于所述目标遥感影像中每个建筑对应的初始掩膜，在所述目标遥感影像中对该初始掩膜进行分割，以得到组成该初始掩膜对应的区域的至少一个目标矩形区域；其中，每个目标矩形区域的边缘与该初始掩膜的边缘平行；

[0130] 规整化掩膜生成模块303，用于针对于该初始掩膜在每个目标矩形区域内的部分掩膜，分别对该部分掩膜进行横向群聚分割和纵向群聚分割，得到该目标矩形区域内的规整化掩膜；

[0131] 目标掩膜生成模块304，用于将每个目标矩形区域内的规整化掩膜进行组合，得到该建筑对应的目标掩膜，以在所述目标遥感影像中形成该建筑对应的规整化建筑矢量轮廓。

[0132] 进一步的，所述目标矩形区域确定模块302在用于在所述目标遥感影像中对该初始掩膜进行分割，以得到组成该初始掩膜对应的区域的至少一个目标矩形区域时，所述目标矩形区域确定模块302还用于：

[0133] 利用霍夫空间变化法，在所述目标遥感影像中确定出该初始掩膜的多个边缘直线；

[0134] 以多个边缘直线中最长边缘直线为基准，对该初始掩膜进行旋转，以使所述最长边缘直线与水平方向之间的角度为0度；

[0135] 针对于每个参考像素点，基于该参考像素点与所述最长边缘直线所形成的矩形区域确定该参考像素点对应的得分；其中，所述参考像素点指的是位于所述最长边缘直线的端点处且与所述最长边缘直线相垂直的直线上的每个像素点；

[0136] 基于每个参考像素点对应的得分从多个参考像素点中确定出所述得分最高的目标像素点，并将所述目标像素点与所述最长边缘直线所形成的矩形区域确定为所述目标矩形区域；

[0137] 将所述目标矩形区域内的掩膜从该初始掩膜中剔除，并将剔除后的初始掩膜作为所述初始掩膜；

[0138] 判断所述初始掩膜的面积是否小于或等于面积阈值；

[0139] 若否，则返回执行所述利用霍夫空间变化法，在所述目标遥感影像中确定出该初始掩膜的多个边缘直线的步骤，直至所述初始掩膜的面积小于或等于所述面积阈值。

[0140] 进一步的，所述目标矩形区域确定模块302在用于基于该参考像素点与所述最长边缘直线所形成的矩形区域确定该参考像素点对应的得分时，所述目标矩形区域确定模块302还用于：

[0141] 以该参考像素点为起点，绘制与所述最长边缘直线相垂直的第一直线，以及与所述最长边缘直线相平行的第二直线；

[0142] 以所述最长边缘直线中与该参考像素点不同侧的端点为起点，绘制与所述第一直线相平行的第三直线；

[0143] 将所述第一直线、所述第二直线、所述第三直线与所述最长边缘直线所组成的封闭区域确定为该参考像素点与所述最长边缘直线所形成的矩形区域；

[0144] 基于所述矩形区域与所述初始掩膜的重合区域面积、所述矩形区域与所述初始掩膜的整体所占面积、所述矩形区域的面积以及所述初始掩膜的面积，确定该参考像素点对应的得分。

[0145] 进一步的，所述目标矩形区域确定模块302使用如下公式确定该参考像素点对应的得分：

[0146]

[0147] 其中， 为该参考像素点对应的得分， 为所述重合区域面积与所述整体所占面积之间的比值，为 和 之间的比重， 为所述矩形区域中所述初始掩膜所占的比例。

[0148] 进一步的，所述目标掩膜生成模块304在用于分别对该部分掩膜进行横向群聚分割和纵向群聚分割，得到该目标矩形区域内的规整化掩膜时，所述目标掩膜生成模块304还用于：

[0149] 从该部分掩膜的多个边中确定出长度最长的参考边，并以所述参考边为基准，对该部分掩膜进行旋转，以使所述参考边与水平方向之间的角度为0度；

[0150] 针对于该部分掩膜中在水平方向上的每一行像素点，基于该行像素点中每个像素点的位置生成该行像素点对应的特征向量；

[0151] 基于每一行像素点对应的特征向量对每一行像素点进行群聚分类，确定出每一行像素点对应的第一群聚类别；

[0152] 针对于每种第一群聚类别，当属于该第一群聚类别且彼此相邻的像素点的行数小于预设阈值时，则将属于该第一群聚类别且彼此相邻的每一行像素点进行合并；

[0153] 将每一行像素点的像素值替换为每一行像素点所属的第一群聚类别的中心特征值，以得到该目标矩形区域内的初始规整化掩膜；

[0154] 针对于所述初始规整化掩膜中在竖直方向上的每一列像素点，基于该列像素点中每个像素点的位置生成该列像素点对应的特征向量；

[0155] 基于每一列像素点对应的特征向量对每一列像素点进行群聚分类，确定出每一列像素点对应的第二群聚类别；

[0156] 针对于每种第二群聚类别，当属于该第二群聚类别且彼此相邻的像素点的列数小于预设阈值时，则将属于该第二群聚类别且彼此相邻的每一列像素点进行合并；

[0157] 将每一列像素点的像素值替换为每一列像素点所属的第二群聚类别的中心特征值，以得到该目标矩形区域内的所述规整化掩膜。

[0158] 请参阅图4，图4为本申请实施例所提供的一种电子设备的结构示意图。如图4中所示，所述电子设备400包括处理器410、存储器420和总线430。

[0159] 所述存储器420存储有所述处理器410可执行的机器可读指令，当电子设备400运行时，所述处理器410与所述存储器420之间通过总线430通信，所述机器可读指令被所述处理器410执行时，可以执行如上述图1以及图2所示方法实施例中的规整化建筑掩膜的确定方法的步骤，具体实现方式可参见方法实施例，在此不再赘述。

[0160] 本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时可以执行如上述图1以及图2所示方法实施例中的规整化建筑掩膜的确定方法的步骤，具体实现方式可参见方法实施例，在此不再赘述。

[0161] 所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

[0162] 在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

[0163] 所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

[0164] 另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

[0165] 所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（Read‑Only Memory，ROM）、随机存取存储器（Random Access Memory，RAM）、磁碟或者光盘等各种可以存储程序代码的介质。

[0166] 应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释，此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

[0167] 最后应说明的是：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。