[发明专利]一种光伏屋顶及光伏障碍物自动识别方法

摘要

本发明涉及一种光伏屋顶及光伏障碍物自动识别方法，结合高程图和正射影图两种图像的信息，对屋顶轮廓定位，在图像识别的每个屋顶的轮廓内，采用最小二乘拟合和种子填充算法，找到屋顶平面内的点，拟合得到一个平面，求出对应的平面方程，并修正屋顶轮廓范围，对全图的屋顶进行识别后，在屋顶识别基础上分别屋顶内障碍物信息进行搜索和识别，可自动识别屋顶的同时识别各种光伏障碍物。大大提高了设计工作效率和识别精度，减少了人为操作所花费的时间和精力。

主权项

1.一种光伏屋顶自动识别算法，其特征在于，具体包括如下步骤：1)数据采集及处理：采集一片实际目标区域的三维地理模型，利用自动处理软件，导出得到完整的正射图和数字表面高程图，正射图中每个像素点包含区域的RGB信息，数字表面高程图中每个像素点包含对应的高度信息，两幅图片的大小、分辨率以及左上角的地理位置都相同；找到每个像素点Pi(xi，yi)对应的RGB值(ri,gi,bi)和高程值zi，每个像素点的位置和对应实际的地理坐标位置；相邻像素点的地理位置之间有一个固定的采样距离d米；2)屋顶轮廓定位：基于目标区域的正射RGB图像信息，利用训练好的图像识别框架，识别得到每个屋顶的大致范围；并通过求凸包络算法，得到每个屋顶的大致轮廓坐标集合Im，m为屋顶的个数；3)屋顶信息识别：对图像识别的每个屋顶的轮廓内，采用最小二乘拟合和种子填充算法，找到屋顶平面内的点，拟合得到一个平面，求出对应的平面方程，并修正屋顶轮廓范围：具体实现步骤如下：3A)对图像识别得到的任意一个屋顶轮廓坐标集合I，找到其中位置坐标的极大和极小值，从而得到一个包围屋顶的矩形窗口，四个角点的像素坐标分别为(xmin，ymin)，(xmax，ymin)，(xmax，ymax)，(xmin，ymax)；3B)在对应的数字表面高程图中，利用GDAL包提供的方法读取四个角点包围的矩形区域点集，记为M；如果屋顶范围内像素点过多，则进行适当的预处理，对原始数据进行降采样；得到新的像素点集M'；同时，将对应的多边形轮廓坐标I中每个点的坐标转化为降采样后的近似坐标I’；3C)在多边形I’轮廓范围内，以设定步长，筛选出多个候选点作为初始种子像素，用于搜索屋顶平面：在筛选的种子像素中选择一个像素点P0(x0，y0)作为初始种子，根据初始像素点及其周围四个点P01(x0‑1，y0)，P02(x0+1，y0)，P03(x0，y0‑1)和P04(x0，y0+1)，及像素点对应的高程值z0、z01～z04得到一个平面点集L，采用最小二乘法，拟合得到一个(x,y,z)空间内的初始平面，并计算得到平面方程A0x+B0y+C0z+D0＝0；3C‑1):从种子像素P0出发，根据填充算法，在像素点集M'内依次向周围搜索下一个点，搜索到平面方程内的点，则将新点加入平面中重新拟合平面方程式；如当前点为Pj(xj，yj)，当前点所在平面方程为Akx+Bky+Ckz+Dk＝0，则接下去待搜索的点为Pj周围的四个点为(xj‑1，yj)，(xj+1，yj)，(xj，yj‑1)，(xj，yj+1)；依次判断这四个坐标对应点的位置是否在点集M’内，如果是则按步骤3C‑2)进行4个新点是否在当前平面上的判断；3C‑2):检查搜索的新点是否为新的点，即是否已经判断过，有记录，已经有记录，则继续判断下一个点；如没有记录，将该点坐标(xj‑1，yj)带入平面方程Akx+Bky+Ckz+Dk＝0，得到该点与平面的高度差为|(Ak(xj‑1)+Bkyj+Dk)/Ck‑zj|，判断高度差是否在阈值允许的高度差范围内；如果在范围中，则将该点加入平面点集L，并重新拟合得到一个新的平面方程Ak+1x+Bk+1y+Ck+1z+Dk+1＝0，并且将点(xj‑1，yj)作为当前种子，对周围四个点进行搜索和判断；如果不在范围中，说明该点不在平面内，将此点加入平面外点集CM’Li，记录后，按前一个有效点平面方程继续检查下一点；3C‑3)：执行以上的搜索和判断点，直到搜索到该平面点集L的边界，即L内的点都用做种子判断过，且周围找不到新的高程值在平面范围内的点，根据搜索到的最后一点重新拟合的平面方程ALx+BLy+CLz+DL＝0即为该平面的最终方程；3C‑4)：对平面内的所有经过搜索和判断的点集L，拟合得到一个外包络多边形H’，将多边形H’坐标转换到降采样前的坐标H；根据图像识别得到的轮廓I和识别屋顶平面得到的轮廓H分别得到包围的多边形区域SI和SH，求两个区域交集得到重叠部分区域SIH，并得到其外轮廓，即为修正后的屋顶轮廓；3C‑5)：计算重叠部分区域SIH的面积，如果面积小于设定面积阈值，说明初始点选择错误，此时重新选择初始种子，并回到3C‑1)步再次进行屋顶轮廓识别；如果面积大于设定面积阈值，此时再计算重叠部分区域SIH占图像识别得到的屋顶区域SI的比重SIH/SI，如果该值小于设定比重阈值，说明图像识别得到的不只是一个屋顶；从SI中去除SIH区域，继续在剩下的区域中利用DSM图像中的高程信息识别得到屋顶区域并和图像识别区域SI求交集得到SIH2；如此重复，直到识别出的屋顶区域SIH1、SIH2…SIHm总合占SI的比值达到规定的阈值，即认为图像识别区域SI中所有屋顶区域均被识别。