[发明专利]基于SAR影像的输电杆塔水灾故障隐患的识别方法

权利要求书

1.基于SAR影像的输电杆塔水灾故障隐患的识别方法，其特征在于，所述识别方法包括以下步骤：

步骤1：对SAR影像进行滤波处理；

步骤2：采用阈值算法提取SAR影像水体区域的二值图；

所述步骤2根据电力杆塔的台账信息、目视解译和坐标拾取，确定所述SAR影像水体区域的二值图中杆塔的像素坐标点集公式(1)：

U＝{a₁(x₁,y₁),a₂(x₂,y₂),...,a_n(x_n,y_n)} (1)

式中U为杆塔坐标点集，a_i为杆塔代号，x_i为二值图像素坐标的横坐标，y_i为二值图像素坐标的纵坐标；

F(x_i，y_i)为点(x_i，y_i)在二值图中的值，所述阈值算法为：若F(x_i，y_i)＝0，则说明杆塔位于水体提取部分，已被洪水淹没，受灾程度最为严重；若F(x_i，y_i)＝1，则杆塔位于非水体部分没有被洪水淹没，计算杆塔与水体间的距离，搜索水域周围被洪水危及的输电线路杆塔，判断受灾程度；

步骤3：采用杆塔中心距离搜索算法计算杆塔到洪水区的最短距离，采用塔基网格距离搜索算法计算搜索区域内的洪水占比；

所述步骤3的杆塔中心距离搜索算法包括以下具体步骤：

步骤3.1：将电力杆塔的台账云数据整理为公式(2)的点集：

G＝{a₁(lon₁,lat₁),a₂(lon₂,lat₂),...,a_n(lon_n,lat_n)} (2)

式中G为杆塔散点集；a_n为杆塔名称；lon_n为杆塔a_n的经度坐标，lat_n为杆塔a_n的纬度坐标；

步骤3.2：根据SAR影像和电力杆塔信息，确定受灾的电力杆塔位置信息及图像各点的经纬度信息；对于某个杆塔的位置a_i(x_i，y_i)，以(x_i，y_i)为圆心，确定该杆塔的搜索区；

所述步骤3的塔基网格距离搜索算法包括以下内容：以杆塔为中心，设边长为6km的正方形网格搜索区，其中杆塔坐标为(x₀，y₀)，网格搜索区的四个顶点的坐标为A(x₁，y₁)；B(x₂，y₂)；C(x₃，y₃)；D(x₄，y₄)，图像分辨率为M，则每一个像素点代表的是M×M的点，由此可得公式(7)：

M(x₂-x₀)＝3000 (7)

由此可得：

x₂＝3000/M+x₀

根据公式(9)搜索水体提取二值图中的点，若F(x_i，y_i)＝0，且满足公式(9)则说明有水体位于杆塔搜索区内，在该杆塔搜索区内存在洪水隐患，根据计算杆塔到水体间的最小距离；

步骤4：基于杆塔到洪水的距离和杆塔范围内洪水占比计算洪水隐患系数，判断杆塔受灾情况。

2.根据权利要求1所述的基于SAR影像的输电杆塔水灾故障隐患的识别方法，其特征在于：所述步骤4中的洪水隐患系数的计算过程包括：

所述水体区域的二值图中水体部分函数值为0，非水体部分函数值为1，搜索区域内的函数值平均值为公式(10)：

若则该搜索区域内无水体，即输电杆塔没有洪水隐患；若则该搜索区域内有水体，输电线路杆塔存在洪水隐患，杆塔搜索范围洪水占比H为公式(11)：

杆塔洪水隐患系数V由杆塔与洪水距离d和杆塔范围内洪水占比H决定，如公式(12)所示：

C₁为杆塔到洪水距离的影响的权重系数，C₂为杆塔搜索区洪水占比的影响的权重系数，基于层次分析法，常规场景下选取C₁＝0.75，C₂＝0.25，杆塔洪水隐患系数V小于1，当V越小时，该杆塔受洪水威胁程度越大。