[发明专利]一种基于高分辨率遥感影像的输电线路通道隐患识别方法及系统有效
申请号: | 202110309209.6 | 申请日: | 2021-03-23 |
公开(公告)号: | CN113033386B | 公开(公告)日: | 2022-12-16 |
发明(设计)人: | 刘智勇;祁宏昌;刘泽楷;张滔;来立永;黄海生;袁俊健;冉倩;雷超平 | 申请(专利权)人: | 广东电网有限责任公司广州供电局 |
主分类号: | G06V20/10 | 分类号: | G06V20/10;G06V10/764;G06V10/82;G06V10/774;G06V10/26;G06N3/04;G06N3/08;G06Q50/06;G06T7/11 |
代理公司: | 广州骏思知识产权代理有限公司 44425 | 代理人: | 潘桂生 |
地址: | 510000 广*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 高分辨率 遥感 影像 输电 线路 通道 隐患 识别 方法 系统 | ||
1.一种基于高分辨率遥感影像的输电线路通道隐患识别方法,包括:
获取输电线路通道区域的高分辨率遥感影像;
对所述高分辨率遥感影像进行正射校正处理和波段组合归一化处理;
选取输电线路通道障碍样本点和非障碍样本点作为训练样本点,记录输电线路通道障碍点基于线路基站的横纵坐标;
在所述高分辨率遥感影像上,以通道障碍点为中心,4*4行的方形邻域作为一个训练样本;
判定每个训练样本的识别结果为有隐患或无隐患,若所述遥感影像中对应实景地图100m*100m范围内存在大于5个通道障碍点即识别为有隐患,将有隐患的训练样本记为1,无隐患的训练样本记为0;
建立深度学习模型,将训练样本输入深度学习模型进行分类训练,得到训练好的深度学习模型;
获取输电线路通道内待检测的遥感影像,通过网格分割为4*4行的检测样本,将每一个检测样本放入训练好的模型进行分类识别,得到是否有隐患,记作1或0;
将4*4行方形区域的检测样本按原始位置组合,对应到输电线路通道实景地图上,若有隐患则将地图上该区域的像素灰度值替换为0,若无隐患则不改变灰度值,获得线路通道隐患检测实景地图,采用形态学图像方法对检测结果进行形态学滤波处理。
2.根据权利要求1所述的一种基于高分辨率遥感影像的输电线路通道隐患识别方法,其特征在于:将遥感影像输入向量机分类器中,得到通道环境的隐患类型,所述隐患类型包括:树障、杆塔倾斜、山火、导线损坏。
3.根据权利要求1所述的一种基于高分辨率遥感影像的输电线路通道隐患识别方法,其特征在于,通过预处理获得波段范围为0.52μm-0.59μm的和0.77μm-0.89μm的影像;在所述高分辨率遥感影像上采用上述两个波段的影像,获取训练样本。
4.根据权利要求1所述的一种基于高分辨率遥感影像的输电线路通道隐患识别方法,其特征在于:所述正射校正处理是采用有理函数模型对遥感影像中明显几何畸变进行纠正。
5.根据权利要求1所述的一种基于高分辨率遥感影像的输电线路通道隐患识别方法,其特征在于:所述归一化处理将前后两个时相的遥感影像按照波段进行展开,对每个波段下遥感影像的亮度值做归一化处理。
6.一种可读储存介质,其上储存有控制程序,其特征在于:该控制程序被处理器执行时实现如权利要求1至5任意一项所述的基于高分辨率遥感影像的输电线路通道隐患识别方法。
7.一种计算机控制系统,包括储存器、处理器以及储存在所述储存器中并可被所述处理器执行的控制程序,其特征在于:所述处理器执行所述控制程序时实现如权利要求1至5任意一项所述的基于高分辨率遥感影像的输电线路通道隐患识别方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东电网有限责任公司广州供电局,未经广东电网有限责任公司广州供电局许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110309209.6/1.html,转载请声明来源钻瓜专利网。