基于高光谱遥感影像提取配电网系统中变电站信息的方法技术方案

本发明专利技术公开了一种基于高光谱遥感影像提取配电网系统中变电站信息的方法，它首先采用决策树算法对高光谱遥感影像进行分类处理，其次再对分类后的高光谱遥感影像进行边缘检测获取矢量边缘线；然后对矢量边缘提取直线段，并剔除较短的直线段、保留较长的直线段；接着根据直线段间的邻接关系和夹角约束提取直角点，并统计一定空间区域范围内直角点的密度特征、生成直角点密度特征图像；最后利用大津算法对密度特征图像进行二值化处理，通过连通成分分析提取变电站矢量图斑，从而实现变电站信息的提取，它解决了高光谱遥感影像的分类问题，满足了高光谱遥感影像中变电站信息提取的需要，提高了变电站信息提取的鲁棒性和普适性。

【技术实现步骤摘要】

本专利技术涉及一种图像信息处理方法，具体地说是一种基于高光谱遥感影像提取配电网系统中变电站信息的方法，属于电力系统自动化

技术介绍
随着智能电网以及通讯技术、计算机技术的发展，电力系统向高度信息化、自动化和数字化的方向发展，电网规模的日益扩大。需要管理的电力设备设施数据、用户数据、规划数据等也日益庞大。科学的决策在某种程度上依赖于决策者所掌握的信息量的大小，发电、变电、输电系统均是包含大量信息的复杂系统。基于地理信息(Geographic Information)的配电信息管理可以最大限度地将有关信息集成起来，从而为电力系统决策人员提供一个多元化的决策依据。电网互联技术的发展，导致电力系统地域的扩大，在规划选址、经济运行中涉及诸多关联因素，如资源、人口、经济发展、社会活动等，它们都与地理系统有关，将地理信息作为电力系统管理的主线，能够形象地描述系统，有效地组织数据信息。基于地理信息的配电信息管理系统是以准确的电子地图为基准，在此基础上进行配电管理的相关应用，如停电管理、设备管理和设备检修等，因此获取准确的变电站信息是重中之重。目前的配电信息管理系统，一般以传统的矢量电子地图作为背景图像，在表现形式上不够清晰直观，并且价格昂贵，大比例尺的地图价格更高，
这大大提高了配电信息管理系统的成本。如何从海量高分辨率高光谱遥感影像数据中高效、精准地提取变电站信息，是高光谱遥感影像智能解译中亟待解决的关键技术问题之一。同时，变电站是遥感影像中典型的、很常见也很重要的地物要素类型，其信息的有效获取，在地理数据更新、地形图测制与修测、城市规划管理等领域均有及其重要的意义。在遥感图像变电站信息提取方法上，目前应用较为广泛的方法包括：目视解译法、监督分类法、非监督分类法、面向对象的分类算法、人工神经网络法、基于谱间特征与多种指数法、基于空间结构的提取方法等。目前变电站信息提取方法中精度最高的仍是目视解译方法，但其需要投入巨大的人力和时间。而现有基于图像分类、光谱指数和空间结构的方法，往往受到“同物异谱，异物同谱”和地物空间结构的复杂性影响，通常需要后期的人工参与进行识别修正，以提高提取精度。另外，从数据源上，目前已有的方法多数适用于中低空间分辨率的遥感影像，部分提出的高分辨率遥感变电站信息提取方法又往往受影像质量、场景复杂度的影响较大、且需要大量的人工干预，这降低了方法的普适性和自动化程度。
技术实现思路
针对现有技术的不足，本专利技术提供了一种基于高光谱遥感影像提取配电网系统中变电站信息的方法，它不仅能够解决高光谱遥感影像的分类问题，而且还能够满足高光谱遥感影像中变电站信息提取的需要，提高高光谱遥感影像变电站信息提取的鲁棒性和普适性。本专利技术解决其技术问题采取的技术方案是：基于高光谱遥感影像提取配电网系统中变电站信息的方法，其特征是，包括以下步骤：一、对高光谱遥感影像进行分类处理：以类别间不重叠为标准在一个决策树的节点处获取待分类高光谱遥感影像的类别数和类别信息；根据各个类别的样本灰度值进行统计计算，得出各类别高光谱遥感影像在每个波段上的灰度均值和标准差，在每个波段上按照灰度均值的大小对地物类别进行排序；根据交点计算公式计算出每个波段上相邻两个类别的交点，若交点满足可分类标准，则将该交点作为候选阈值记录下来；在当前节点的所有候选阈值中根据最佳阈值的选择标准选择出最佳阈值，以该阈值和阈值对应的波段构建决策规则；该阈值为准将当前待分类高光谱遥感影像的类别划分为两大类，同时统计子节点相关信息；循环上述步骤，一次根据节点信息处理所有节点，完成决策树的构建；在构建决策树时以类别间不重叠为标准，遍历树的所有叶子节点，如果还有包含混合别的叶子节点存在，则降低标准，允许类别轻度重叠，继续构建决策树；二、从分类后的高光谱遥感影像中提取配电网系统中变电站信息：利用canny边缘检测算法对高光谱遥感影像进行边缘检测，得到边缘轮廓二值化黑白图，利用生长式直线检测算法，从变电站下边缘一侧逐点估计缝隙上边缘直线轮廓，利用黑白二值化算法确定缝隙下边缘直线轮廓，从而获取矢量边缘线；分别对每一条矢量边缘线进行道格拉斯—普克分裂提取直线段，并按照长度阈值约束剔除较短的直线段，只保留较长的直线段；根据直线段间的邻接关系和夹角约束提取直角点，并统计一定空间区域范围内直角点的密度特征以及生成直角点密度特征图像，且生成的直角点密度特征图像与高光谱遥感图像具有相同的空间范围和空间分辨率；利用大津算法对直角点密度特征图像进行二值化处理，并通过连通成分分析提取变电站矢量图斑。作为一种优选方案，在对高光谱遥感影像进行分类处理过程中，进行构
建决策树之前，根据已有知识和经验确定存在的地物类别，确定训练区，对每个类别进行一定数量的样本采集，通过统计计算获得建树所需要的先验知识；在建立二叉决策树时，从根节点开始，对每一个节点判断其所含类别的可分性，确定在该节点处选用哪个波段作为决策特征以及决策阈值的大小；若可分，则完善该节点的信息。作为一种优选方案，对高光谱遥感影像进行分类处理的具体过程为：(1)在一个决策树的节点处，获得待分类的类别数和类别信息；(2)根据各个类别的样本灰度值进行统计计算，得出各类别在每个波段上的灰度均值和标准差，并在每个波段上按照灰度均值的大小对地物类别进行排序；(3)根据交点计算公式计算出每个波段上相邻两个类别间的交点，若该交点满足可分类标准，则将该交点作为当前候选阈值记录下来，所述交点计算公式为：(σ1μ1+σ2μ2)/(σ1+σ2)，其中，μ1、μ2、σ1、σ2分别是交点所对应两个类别在特征空间的均值和标准差；(4)在当前节点的所有候选阈值之中，根据最佳阈值选择的标准选择出最佳阈值，此阈值可以划分当前特征空间；(5)以该阈值为准当前处理的节点就可以生成两个子节点，左子节点包含特征值小于阈值的类别，右子节点包含特征值大于阈值的类别，同时统计子节点的类别数和类别信息；(6)循环上述步骤，依次根据节点信息，处理所有节点，完成决策树的构建。上述方法中，在确定阈值的时候要考虑两个问题：(1)要确保找出当前节点所有真正的阈值；(2)在判断一个交点是否可以当作阈值插入时，需要判断该将该交点作为的阈值是否对当前节点所有待区分类别有效。在决策特
征和阈值的选择中要解决的关键问题是：由于高光谱数据的冗余度较高，相近波段可能包含的信息十分接近，这就会使得在这些波段上地物的特征分布曲线也十分相似，可通过计算均值间的标准距离来选择出最佳的波段和最佳的阈值，计算均值间的标准距离的公式为：|μ1-μ2|/(σ1+σ2)，其中，μ1、μ2、σ1、σ2分别是交点所对应两个类别在特征空间的均值和标准差。μ1、μ2差距越大，类间距离越大；σ1、σ2越小，则类内聚性越好，取d最大时所对应的阈值作为当前节点的判断规则。这样可以保证所选的阈值可以很好地区分两种类别，所用的波段的优势大于其他波段。作为一种优选方案，在从分类后的高光谱遥感影像中提取配电网系统中变电站信息的过程中，利用黑白二值化算法确定缝隙下边缘直线轮廓的过程为：(1)将所有灰度级的统计值初始化赋0；(2)采用逐行扫描方式寻找边缘点，测算边缘点8邻域及边缘点位置共9个点的灰度变化范围，将该本文档来自技高网...

【技术保护点】
基于高光谱遥感影像提取配电网系统中变电站信息的方法，其特征是，包括以下步骤：一、对高光谱遥感影像进行分类处理：以类别间不重叠为标准在一个决策树的节点处获取待分类高光谱遥感影像的类别数和类别信息；根据各个类别的样本灰度值进行统计计算，得出各类别高光谱遥感影像在每个波段上的灰度均值和标准差，在每个波段上按照灰度均值的大小对地物类别进行排序；根据交点计算公式计算出每个波段上相邻两个类别的交点，若交点满足可分类标准，则将该交点作为候选阈值记录下来；在当前节点的所有候选阈值中根据最佳阈值的选择标准选择出最佳阈值，以该阈值和阈值对应的波段构建决策规则；该阈值为准将当前待分类高光谱遥感影像的类别划分为两大类，同时统计子节点相关信息；循环上述步骤，一次根据节点信息处理所有节点，完成决策树的构建；在构建决策树时以类别间不重叠为标准，遍历树的所有叶子节点，如果还有包含混合别的叶子节点存在，则降低标准，允许类别轻度重叠，继续构建决策树；二、从分类后的高光谱遥感影像中提取配电网系统中变电站信息：利用canny边缘检测算法对高光谱遥感影像进行边缘检测，得到边缘轮廓二值化黑白图，利用生长式直线检测算法，从变电站下边缘一侧逐点估计缝隙上边缘直线轮廓，利用黑白二值化算法确定缝隙下边缘直线轮廓，从而获取矢量边缘线；分别对每一条矢量边缘线进行道格拉斯—普克分裂提取直线段，并按照长度阈值约束剔除较短的直线段，只保留较长的直线段；根据直线段间的邻接关系和夹角约束提取直角点，并统计一定空间区域范围内直角点的密度特征以及生成直角点密度特征图像，且生成的直角点密度特征图像与高光谱遥感图像具有相同的空间范围和空间分辨率；利用大津算法对直角点密度特征图像进行二值化处理，并通过连通成分分析提取变电站矢量图斑。...

【技术特征摘要】
1.基于高光谱遥感影像提取配电网系统中变电站信息的方法，其特征是，包括以下步骤：一、对高光谱遥感影像进行分类处理：以类别间不重叠为标准在一个决策树的节点处获取待分类高光谱遥感影像的类别数和类别信息；根据各个类别的样本灰度值进行统计计算，得出各类别高光谱遥感影像在每个波段上的灰度均值和标准差，在每个波段上按照灰度均值的大小对地物类别进行排序；根据交点计算公式计算出每个波段上相邻两个类别的交点，若交点满足可分类标准，则将该交点作为候选阈值记录下来；在当前节点的所有候选阈值中根据最佳阈值的选择标准选择出最佳阈值，以该阈值和阈值对应的波段构建决策规则；该阈值为准将当前待分类高光谱遥感影像的类别划分为两大类，同时统计子节点相关信息；循环上述步骤，一次根据节点信息处理所有节点，完成决策树的构建；在构建决策树时以类别间不重叠为标准，遍历树的所有叶子节点，如果还有包含混合别的叶子节点存在，则降低标准，允许类别轻度重叠，继续构建决策树；二、从分类后的高光谱遥感影像中提取配电网系统中变电站信息：利用canny边缘检测算法对高光谱遥感影像进行边缘检测，得到边缘轮廓二值化黑白图，利用生长式直线检测算法，从变电站下边缘一侧逐点估计缝隙上边缘直线轮廓，利用黑白二值化算法确定缝隙下边缘直线轮廓，从而获取矢量边缘线；分别对每一条矢量边缘线进行道格拉斯—普克分裂提取直线段，并按照长度阈值约束剔除较短的直线段，只保留较长的直线段；根据直线段间的邻接关系和夹角约束提取直角点，并统计一定空间区域范围内直角点的密度特征以及生成直角点密度特征图像，且生成的直角点密度特征图像与高光谱遥感图像具有相同的空间范围和空间分辨率；利用大津算法对直角点密度特征图像进行二值化处理，并通过连通成分分析提取变电站矢量图斑。2.根据权利要求1所述的基于高光谱遥感影像提取配电网系统中变电站信息的方法，其特征是，在对高光谱遥感影像进行分类处理过程中，进行构建决策树之前，根据已有知识和经验确定存在的地物类别，确定训练区，对每个类别进行一定数量的样本采集，通过统计计算获得建树所需要的先验知识；在建立二叉决策树时，从根节点开始，对每一个节点判断其所含类别的可分性，确定在该节点处选用哪个波段作为决策特征以及决策阈值的大小；若可分，则完善该节点的信息。3.根据权利要求1所述的基于高光谱遥感影像提取配电网系统中变电站信息的方法，其特征是，对高光谱遥感影像进行分类处理的具体过程为：(1)在一个决策树的节点处，获得待分类的类别数和类别信息；(2)根据各个类别的样本灰度值进行统计计算，得出各类别在每个波段上的灰度均值和标准差，并在每个波段上按照灰度均值的大小对地物类别进行排序；(3)根据交点计算公式计算出每个波段上相邻两个类别间的交点，若该交点满足可分类标准，则将该交点作为当前候选阈值记录下来，所述交点计算公式为：(σ1μ1+σ2μ2)/(σ1+σ2)，其中，μ1、μ2、σ1、σ2分别是交点所对应两个类别在特征空间的均值和标准差；(4)在当前节点的所有候选阈值之中，根据最佳阈值选择的标准选择出最佳阈值，此阈值可以划分当前特征空间；(5)以该阈值为准当前处理的节点就可以生成两个子节点，左子节点包含特征值小于阈值的类别，右子节点包含特征值大于阈值的类别，同时统计子节点的类别数和类别信息；(6)循环上述步骤，依次根据节点信息，处理所有节点，完成决策树的构建。4.根据权利要求1所述的基于高光谱遥感影像提取配电网系统中变电站
\t信...

【专利技术属性】
技术研发人员：朱毅，李勃，赵鹏飞，李越，朱子剑，亓超，李雨彤，曾梓铭，贾善杰，
申请(专利权)人：国网山东省电力公司经济技术研究院，国家电网公司，
类型：发明
国别省市：山东;37