[发明专利]一种太阳能光伏板识别方法、装置、电子设备及存储介质

说明书

本申请实施例提供一种太阳能光伏板识别方法、装置、电子设备及存储介质，涉及图像处理技术领域。该方法包括利用预处理后的验证样本对预设的语义分割模型进行验证，以优化模型参数；利用预先获取的测试影像集和优化的所述语义分割模型进行模型预测，以获取所述测试影像集中每个像素点包含太阳能光伏板的概率；根据所述概率和预设的概率阈值确定包含所述太阳能光伏板的像素点区域，以根据所述像素点区域获取所述太阳能光伏板的第一识别结果，以提高太阳能光伏板识别精度，解决现有方法的精度难以满足实际应用需求的问题。

技术领域

本申请涉及图像处理技术领域，具体而言，涉及一种太阳能光伏板识别方法、装置、电子设备及存储介质。

背景技术

太阳能光伏系统，也称为光生伏特，是指利用光伏半导体材料的光生伏特效应而将太阳能转化为直流电能的设施。由于近年来各国都在积极推动可再生能源的应用，光伏产业的发展十分迅速，及时准确的对太阳能光伏板的空间分布信息进行监测获取，可以为农业管理、环境保护、土壤污染等问题提供决策依据。

目前利用遥感手段对太阳能光伏板自动提取，主要是基于遥感图像光谱特征进行图像分割，由于影像中各种地物之间存在“同物异谱”和“同谱异物”现象，在某些地物目标提取中很容易造成漏提取和误提取。因此，在利用光谱的方法进行遥感影像中太阳能光伏板的提取时，与耕地、林地这些在光谱信息中有明显差别的地物较容易区分出来，但是很容易与建筑物、农业大棚等产生混淆，导致提取精度难以满足实际应用需求。

发明内容

本申请实施例的目的在于提供一种太阳能光伏板识别方法、装置、电子设备及存储介质，以提高太阳能光伏板识别精度，解决现有方法的精度难以满足实际应用需求的问题。

本申请实施例提供了一种太阳能光伏板识别方法，所述方法包括：

利用预处理后的验证样本对预设的语义分割模型进行验证，以优化模型参数；

利用预先获取的测试影像集和优化的所述语义分割模型进行模型预测，以获取所述测试影像集中每个像素点包含太阳能光伏板的概率；

根据所述概率和预设的概率阈值确定包含所述太阳能光伏板的像素点区域，以根据所述像素点区域获取所述太阳能光伏板的第一识别结果。

在上述实现过程中，通过验证样本对语义分割模型进行验证，以反向传播的方式优化模型参数，以提高识别率，再对测试影像集中的遥感影像进行识别获得较为准确的太阳能光伏板的第一识别结果，已解决现有方法的精度难以满足实际应用需求的问题。

进一步地，在所述利用预处理后的验证数据对预设的语义分割模型进行验证，以优化模型参数的步骤之前，所述方法还包括：

构建所述语义分割模型；

获取训练样本并对所述语义分割模型进行训练。

在上述实现过程中，通过构建语义分割模型并对其进行训练，以完成语义分割模型的训练和构建，可用于的太阳能光伏板的识别。

进一步地，所述语义分割模型包括编码器和解码器，所述构建所述语义分割模型，包括：

所述编码器利用高分辨率网络提取所述太阳能光伏板特征；

利用所述解码器对所述太阳能光伏板特征所在的特征层进行重构，以获得所述太阳能光伏板的图像信息。

在上述实现过程中，编码器为模型骨干网络HRNet构成，用于编码丰富的目标语义信息，提取目标特征；解码器用于重构精确的目标图像边界，获得目标在测试影像中的图像信息。

进一步地，所述获取训练样本并对所述语义分割模型进行训练，包括：

获取包含所述太阳能光伏板的第一遥感影像；

对所述第一遥感影像进行标注以获取对应的样本标签；