[发明专利]一种电网规划GIS图形与政府控规图融合方法、装置及系统

权利要求书

1.一种电网规划GIS图形与政府控规图融合方法，其特征在于，包括以下步骤：

采用人工神经网络算法对政府控规图样本进行训练，获得特征提取模型；

基于特征提取模型对待融合政府控规图进行特征提取；

根据提取的特征对待融合政府控规图进行矢量化处理；

将矢量化处理后的待融合政府控规图与待融合电网规划GIS图形进行融合处理。

2.根据权利要求1所述的电网规划GIS图形与政府控规图融合方法，其特征在于，所采用人工神经网络算法为卷积神经网络算法。

3.根据权利要求2所述的电网规划GIS图形与政府控规图融合方法，其特征在于，对待融合政府控规图进行特征提取时，所提取的特征包括道路信息、地块信息、属性文字信息。

4.根据权利要求3所述的电网规划GIS图形与政府控规图融合方法，其特征在于，根据提取的特征对待融合政府控规图进行矢量化处理包括：将道路交叉点的地理位置坐标作为控制点；

将矢量化处理后的待融合政府控规图与待融合电网规划GIS图形进行融合处理，具体为：

根据控制点建立待融合电网规划GIS图形与待融合政府控规图的空间映射关系；

根据空间映射关系完成待融合政府控规图与待融合电网规划GIS图形中目标网架和过渡网架的数据融合。

5.一种电网规划GIS图形与政府控规图融合装置，其特征在于，包括，

特征提取模型训练模块：对政府控规图样本进行训练，获得特征提取模型；

特征提取模块：采用人工神经网络算法基于特征提取模型对待融合政府控规图进行特征提取；

矢量化处理模块：根据提取的特征对待融合政府控规图进行矢量化处理；

图像融合模块：将矢量化处理后的待融合政府控规图与待融合电网规划GIS图形进行融合处理。

6.根据权利要求5所述的电网规划GIS图形与政府控规图融合装置，其特征在于，特征提取模型训练模块所采用人工神经网络算法为卷积神经网络算法。

7.根据权利要求6所述的电网规划GIS图形与政府控规图融合装置，其特征在于，特征提取模块对待融合政府控规图提取的特征包括道路信息、地块信息、属性文字信息。

8.根据权利要求7所述的电网规划GIS图形与政府控规图融合装置，其特征在于，矢量化处理模块根据提取的特征对待融合政府控规图进行矢量化处理包括：将道路交叉点的地理位置坐标作为控制点；

图像融合模块将矢量化处理后的待融合政府控规图与待融合电网规划GIS图形进行融合处理，具体为：

根据控制点建立待融合电网规划GIS图形与待融合政府控规图的空间映射关系；

根据空间映射关系完成待融合政府控规图与待融合电网规划GIS图形中目标网架和过渡网架的数据融合。

9.一种电网规划GIS图形与政府控规图融合系统，其特征在于，包括电网GIS服务器、卷积神经网络引擎服务器、缓存服务器、神经网络参数存取服务器、可视化输出服务器、数据库；

卷积神经网络引擎服务器与电网GIS服务器交互，调取电网GIS服务器相关空间数据，同时通过缓存服务器，从神经网络参数存取服务器中调取神经网络的初始化参数进行神经网络初始化启动神经网络进行特征提取模型训练；

用户登录电网GIS服务器页面，选择需要处理的政府控规图进行特征提取与空间矢量化坐标配置，完成与需要处理的电网规划GIS图形融合；

图像融合结果由可视化输出服务器进行可视化输出显示，用户确认图像融合结果，并将融合相关数据保存到数据库。