[发明专利]油罐布局信息生成方法、装置、电子设备、介质

说明书

本公开的实施例公开了油罐布局信息生成方法、装置、电子设备和介质。该方法的一具体实施方式包括：对第一目标遥感图像进行图像分割，得到子图像集；获取第二目标遥感图像集；生成该第一目标遥感图像所对应的第一油罐信息集中各个第一油罐信息的位置信息和该第一油罐信息集中各个第一油罐信息的半径信息；对于该第二目标遥感图像集中的每个第二目标遥感图像，根据该第二目标遥感图像和该油罐识别模型集，生成该第二目标遥感图像所对应的第二油罐信息集中各个第二油罐信息的位置信息和该第二油罐信息集中各个第二油罐信息的半径信息；生成该目标区域的油罐布局信息。该实施方式可以准确、高效地生成针对目标区域的油罐布局信息。

技术领域

本公开的实施例涉及计算机技术领域，具体涉及油罐布局信息生成方法、装置、电子设备和介质。

背景技术

目前，在日常生活中，油罐常常是用来储存油品的、且具有规定规则形体（例如，圆柱型）的大型容器。油罐的目标检测和参数提取对油罐监测、储油分析等应用领域具有重要的意义。对于油罐的目标检测，通常采用的方式为：采用卷积神经网络（ConvolutionalNeural Networks, CNN）来进行针对油罐的目标检测。

然而，当采用上述方式来检测油罐，经常会存在如下技术问题：

第一，使用卷积神经网络来进行针对目标区域的油罐检测，如果目标区域对应的区域图像的分辨率较大，区域图像所占的数据字节大小较大，导致训练卷积神经网络和后续目标区域的检测的计算量较大。除此之外，区域图像所需要的存储空间对应也较大。如果目标区域对应的区域图像的分辨率较小，常常存在油罐检测精准度较低的问题。

第二，使用卷积神经网络来进行针对目标区域的油罐检测常常存在精准度较低的问题。例如，卷积神经网络常常没有考虑油罐图像中的一些主要特征信息（例如，结构种类、阴影区域等），导致油罐的检测精准度较低。

发明内容

本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

本公开的一些实施例提出了油罐布局信息生成方法、装置、电子设备和计算机可读介质，来解决以上背景技术部分提到的技术问题中的一项或多项。

第一方面，本公开的一些实施例提供了一种油罐布局信息生成方法，包括：对预先获取的第一目标遥感图像进行图像分割，得到子图像集，其中，上述第一目标遥感图像是由第一目标遥感图像传感器针对目标区域所拍摄的、分辨率大小满足第一预定条件的图像；获取由第二目标遥感图像传感器针对区域信息集中各个区域信息对应区域拍摄的、分辨率大小满足第二预定条件的第二目标遥感图像集，其中，上述第二目标遥感图像集中的第二目标遥感图像的分辨率大于第一目标遥感图像的分辨率，上述区域信息集与上述子图像集存在对应关系；根据上述第一目标遥感图像和预先训练的油罐识别模型集，生成上述第一目标遥感图像所对应的第一油罐信息集中各个第一油罐信息的位置信息和上述第一油罐信息集中各个第一油罐信息的半径信息；对于上述第二目标遥感图像集中的每个第二目标遥感图像，根据上述第二目标遥感图像和上述油罐识别模型集，生成上述第二目标遥感图像所对应的第二油罐信息集中各个第二油罐信息的位置信息和上述第二油罐信息集中各个第二油罐信息的半径信息；根据所述各个第一油罐信息的位置信息、所述各个第一油罐信息的半径信息、所得到的各个第二油罐信息的位置信息和所得到的各个第二油罐信息的半径信息，生成所述目标区域的油罐布局信息。