油罐布局信息生成方法、装置、电子设备、介质制造方法及图纸

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。局信息。局信息。

【技术实现步骤摘要】
油罐布局信息生成方法、装置、电子设备、介质


[0001]本公开的实施例涉及计算机
，具体涉及油罐布局信息生成方法、装置、电子设备和介质。

技术介绍

[0002]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（Convolutional Neural Networks, CNN）来进行针对油罐的目标检测。
[0003]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。
[0004]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。

技术实现思路

[0005]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。
[0006]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
技术介绍
部分提到的技术问题中的一项或多项。
[0007]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。
[0008]第二方面，本公开的一些实施例提供了一种油罐布局信息生成装置，包括：分割单元，被配置成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；获取单元，被配置成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；第一生成单元，被配置成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；第二生成单元，被配置成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；第三生成单元，被配置成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。
[0009]第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。
[0010]第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
[0011]本公开的上述各个实施例中具有如下有益效果：本公开的一些实施例的油罐布局信息生成方法可以准确、高效地生成针对目标区域的油罐布局信息。具体来说，造成不能准确且高效地生成针对目标区域的油罐布局信息的原因在于：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，由此使得后续不能高效地生成针对目标区域的油罐布局信息。具体来说，由于图像像素分布可能不均匀，分割后的图像虽然高度变小，但图像的大小可能存在较大差异。当分割后的图像大小较大时，仍然会影响图像加载速度，难以达到缩短图像加载时间的目的。基于此，本公开的一些实施例的油罐布局信息生成方法可以首先对预先获取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。在这里，对第一目标遥感图像进行图像分割的目的是为了后续获取针对目标区域的更为细节的特征信息，即与各个子图像相对应的第二目标遥感图像集的特征信息。接着，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。即，通过获取第二目标遥感图像集，可以获取更多目标区域中各个地理位置的特征信息，以使得后续油罐布局信息生成更为精准。进而，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，可以高效、准确地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。同理，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，可以高效、准确地生成上述第二目标遥感图像所对应的第二油罐信息本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一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，所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，所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，所述区域信息集与所述子图像集存在对应关系；根据所述第一目标遥感图像和预先训练的油罐识别模型集，生成所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所述第一油罐信息集中各个第一油罐信息的半径信息；对于所述第二目标遥感图像集中的每个第二目标遥感图像，根据所述第二目标遥感图像和所述油罐识别模型集，生成所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所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。2.根据权利要求1所述的方法，其中，所述方法还包括：获取油罐的各个标准规格信息；根据所述各个标准规格信息，校验所述油罐布局信息中所涉及的各个油罐是否符合校验条件；响应于确定符合，将所述油罐布局信息发送至油罐显示终端，以显示油罐布局信息。3.根据权利要求1所述的方法，其中，所述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，包括：根据所述第一目标遥感图像的分辨率大小，确定用于分割所述第一目标遥感图像的分割比例信息；根据所述分割比例信息，对所述第一目标遥感图像进行图像分割，得到所述子图像集。4.根据权利要求1所述的方法，其中，所述根据所述第一目标遥感图像和预先训练的油罐识别模型集，生成所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所述第一油罐信息集中各个第一油罐信息的半径信息，包括：将所述第一目标遥感图像输入至预先训练的油罐识别模型集中的每个油罐识别模型，输出所述第一目标遥感图像所对应的第三油罐信息集中各个第三油罐信息的位置信息和所述第三油罐信息集中各个第三油罐信息的半径信息，得到第三油罐信息集组中各个第三油罐信息的位置信息和所述第三油罐信息集组中各个第三油罐信息的半径信息；依据所述第三油罐信息集组中各个第三油罐信息的位置信息，对所述第三油罐信息集组进行重新划分，得到第四油罐信息集组，其中，第四油罐信息集中的各个第四油罐信息存在相同的位置信息；确定所述第四油罐信息集组中各个第四油罐信息集对应的油罐数目，得到第一油罐数目集；
根据所述第一油罐数目集，生成所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所述第一油罐信息集中各个第一油罐信息的半径信息。5.根据权利要求1所述的方法，其中，所述根据所述第二目标遥感图像和所述油罐识别模型集，生成所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所述第二油罐信息集中各个第二油罐信息的半径信息，包括：将所述第二目标遥感图像输入至预先训练的油罐识别模型集中的每个油罐识别模型，输出所述第二目标遥感图像所对应的第五油罐信息集中各个第五油罐信息的位置信息和所述第五油罐信息集中各个第五油罐信息的半径信息，得到第五油罐信息集组中各个第五油罐信息的位置信息和所述第五油罐信息集组中各个第五油罐信息的半径信息；依据所述第五油罐信息集组中各个第五油罐信息的位置信息，对所述第五油罐信息集组进行重新划分，得到第六油罐信息集组，其中，第六油罐信息集中的各个第六油罐信息存在相同的位置信息；确定所述第六油罐信息集组中各个第六油罐信息集对应的油罐数目，得到第二油罐数目集；根据所述第二油罐数目集，生成所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所述第二油罐信息集中各个第二油罐信息的半径信息。6.根据权利要求1所述的方法，其中，所述根据所述第二目标遥感图像和...

【专利技术属性】
技术研发人员：区东，
申请(专利权)人：中科星睿科技北京有限公司，
类型：发明
国别省市：