一种基于遥感解译库的铁路外部环境安全隐患识别方法技术

本发明专利技术公开了一种基于遥感解译库的铁路外部环境安全隐患识别方法，包括：S1，根据铁路外部环境安全隐患分类体系制定解译库图像的编码规则；S2，以单个安全隐患地物为对象，制作该对象的实地拍摄照片、卫星影像、航空摄影和结构图，每一张参考解译图都按照步骤S1的编码规则进行统一命名；S3，建立解译参考图像数据库：选用关系型数据库对解译图像相关信息和项目信息进行管理，包括图像信息管理表和项目信息管理表，两表通过项目编码建立连接关系；S4，解译参考图像数据管理；S5，铁路外部环境安全隐患遥感识别；S6遥感解译库更新。该方法将使铁路外部环境安全隐患遥感排查工作更加准确、高效、便捷。便捷。便捷。

【技术实现步骤摘要】
一种基于遥感解译库的铁路外部环境安全隐患识别方法


[0001]本专利技术属于铁路外部环境整治领域，具体涉及一种基于遥感解译库的铁路外部环境安全隐患识别方法。

技术介绍

[0002]运营铁路周边的人类活动会对铁路正常运营产生潜在安全隐患。通过遥感手段进行铁路沿线外部环境安全隐患建档、监测和辅助整治的技术流程已经比较成熟，其中包含用于深度学习的样本标注、采用航空摄影测量方式进行建档，但遥感技术运用在铁路外部环境安全隐患整治过程中的知识和经验没有被系统地标准化记录，因此带来新的数据孤岛、资源浪费、工作反复等问题。
[0003]目前的机器识别技术虽然方便快捷、自动化程度高，但是对于铁路外部环境安全隐患识别的准确度来说不能满足工程化应用要求，仍需要后续进行人工解译编辑。而在人工进行铁路外部环境安全隐患遥感解译过程中时常出现属性判读不准确，圈绘标准不统一的现象。并且遥感解译人员进行铁路外部环境安全隐患识别时缺少参考标准和学习资料，还没有建立一套直观性的先验知识库来辅助遥感解译。

技术实现思路

[0004]为解决公知技术存在的技术问题，本专利技术提供一种基于遥感解译库的铁路外部环境安全隐患识别方法，
[0005]为此，本专利技术采用以下技术方案：
[0006]一种基于遥感解译库的铁路外部环境安全隐患识别方法，包括：
[0007]S1，遥感解译库图像编码：根据铁路外部环境安全隐患分类体系制定解译库图像的编码规则；
[0008]S2，制作解译参考图像：以单个安全隐患地物为对象，制作该对象的实地拍摄照片、卫星影像、航空摄影和结构图，每一张参考解译图都按照步骤S1的编码规则进行统一命名；
[0009]S3，建立解译参考图像数据库：选用关系型数据库对解译图像相关信息和项目信息进行管理，包括图像信息管理表和项目信息管理表，两表通过项目编码建立连接关系；
[0010]S4，解译参考图像数据管理：基于步骤S3设计的解译参考图像数据库，以解译库图像数据为核心，将解译参考图像以jpg格式进行分类存储，并通过数据库形式对铁路外部环境安全隐患监测项目和解译参考图像属性信息进行管理；
[0011]S5，铁路外部环境安全隐患遥感识别：采用分辨率优于1m的高空间分辨率遥感影像作为提取数据源，提取范围为铁路正线两侧1km范围内，进行航空摄影影像处理工作和卫星影像预处理工作，使用计算机自动提取和人工解译编辑方式对铁路外部环境安全隐患进行遥感提取，其中人工解译时对于安全隐患类的判读参考铁路外部环境安全隐患遥感解译库中的数据资源，最终得到铁路外部环境安全隐患矢量图斑；
[0012]S6，遥感解译库更新：新的一期铁路外部环境安全隐患遥感提取完成后，结合实地验证数据，将有代表意义的铁路外部环境安全隐患按照步骤S2进行解译参考图像制作、按照步骤S1进行解译库图像编码，按照步骤S4进行解译参考图像数据存储入库，完成铁路外部环境安全隐患遥感解译库的扩充与修正。
[0013]其中，步骤S1所述的遥感解译库图像编码包括安全隐患大类、安全隐患小类、获取时间、项目编号、风险源编号、数据源类型和图像序号。
[0014]步骤S2中，对于实地拍摄照片图像，记录其拍摄时间和地点的经度、纬度、海拔信息；对于卫星影像，将安全隐患图斑居中显示在出图范围内，调整卫星影像缩放显示，使得安全隐患图斑充分显示且不出现马赛克，引入比例尺图标，并记录卫星影像获取时间和安全隐患中心的经度、纬度信息；对于航空摄影，制作流程参考卫星影像制作过程；对于结构图，将其转换为jpg格式。
[0015]步骤S3中所述的图像信息管理表包括编码、项目编码、安全隐患大类、安全隐患小类、经度、纬度、海拔、数据源类别、存储位置、地理位置和备注，共11个字段；所述项目信息管理表包括项目编码、项目名称，共2个字段。其中：
[0016]所述项目编码字段作为唯一标识对铁路外部环境安全隐患遥感识别项目进行编码，并与图像信息管理表进行关联；
[0017]所述项目名称字段用于记录铁路外部环境安全隐患遥感识别项目命名；
[0018]所述图像信息管理表用于记录每一幅解译参考图像的属性信息，其中：
[0019]所述编码字段用于记录步骤S1所述的解译图像编码；
[0020]所述项目编码字段作为外键与项目信息管理表进行连接；
[0021]所述安全隐患大类字段用于记录该图像所属的铁路外部环境安全隐患大类；
[0022]所述安全隐患小类字段用于记录该图像所属的铁路外部环境安全隐患小类；
[0023]所述经度字段用于记录所属安全隐患的中心经度坐标；
[0024]所述纬度字段用于记录所属安全隐患的中心纬度坐标；
[0025]所述海拔字段用于记录所属安全隐患的中心海拔高程；
[0026]所述数据源类别字段用于记录该参考解译图像的数据来源类型；
[0027]所述存储位置字段用于记录该参考解译图像的文件存储路径；
[0028]所述地理位置字段用于记录所属安全隐患的空间位置描述；
[0029]所述备注字段用于记录铁路外部环境安全隐患小类中其它类别的属性名称。
[0030]与现有技术相比，本专利技术具有以下有益效果：
[0031]本专利技术基于实地拍摄照片、卫星影像、航空摄影以及结构图的铁路外部环境安全隐患遥感解译库，统一了铁路外部环境安全隐患遥感判识标准，并将其应用于铁路外部环境安全隐患遥感监测项目中，使铁路外部环境安全隐患遥感排查工作更加准确、高效、快捷。
附图说明
[0032]图1是本专利技术的铁路外部环境安全隐患识别方法的流程图；
[0033]图2为本专利技术中的图像编码规则示意图；
[0034]图3为本专利技术中图像信息管理表和项目信息管理表连接关系示意图；
[0035]图4为本专利技术中文件夹命名的类别编号示意图；
[0036]图5为本专利技术中编码为M22112201005s1的解译参考图像制作范例。
具体实施方式
[0037]以下结合附图和实施例对本专利技术的识别方法进行详细说明。
[0038]本专利技术的基于遥感解译库的铁路外部环境安全隐患识别方法，其流程图如图1所示。该方法包括：S1，遥感解译库图像编码；S2，解译参考图像制作；S3，解译参考图像数据库设计；S4，解译参考图像数据管理；S5，铁路外部环境安全隐患遥感识别；S6遥感解译库更新。具体如下：
[0039]S1，解译库图像编码：
[0040]铁路外部环境安全隐患分类体系包含18大类和45小类，详情见表1：
[0041]表1
[0042][0043][0044]解译库图像编码共包含14位字符，规则如图2所示。其中：
[0045]第一位表示安全隐患大类，按照英文字母表A～Z的顺序依次进行编码，目前有18大类铁路外部环境安全隐患。
[0046]第二位表示安全隐患小类，按照1～9依次编号，其中所包含的“其他”小类，一律使用9，但必须在本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于遥感解译库的铁路外部环境安全隐患识别方法，包括以下步骤：S1，遥感解译库图像编码：根据铁路外部环境安全隐患分类体系制定解译库图像的编码规则；S2，制作解译参考图像：以单个安全隐患地物为对象，制作该对象的实地拍摄照片、卫星影像、航空摄影和结构图，每一张参考解译图都按照步骤S1的编码规则进行统一命名；S3，建立解译参考图像数据库：选用关系型数据库对解译图像相关信息和项目信息进行管理，包括图像信息管理表和项目信息管理表，两表通过项目编码建立连接关系；S4，解译参考图像数据管理：基于步骤S3设计的解译参考图像数据库，以解译库图像数据为核心，将解译参考图像以jpg格式进行分类存储，并通过数据库形式对铁路外部环境安全隐患监测项目和解译参考图像属性信息进行管理；S5，铁路外部环境安全隐患遥感识别：采用分辨率优于1m的高空间分辨率遥感影像作为提取数据源，提取范围为铁路正线两侧1km范围内，进行航空摄影影像处理工作和卫星影像预处理工作，使用计算机自动提取和人工解译编辑方式对铁路外部环境安全隐患进行遥感提取，其中人工解译时对于安全隐患类的判读参考铁路外部环境安全隐患遥感解译库中的数据资源，最终得到铁路外部环境安全隐患矢量图斑；S6，遥感解译库更新：新的一期铁路外部环境安全隐患遥感提取完成后，结合实地验证数据，将有代表意义的铁路外部环境安全隐患按照步骤S2进行解译参考图像制作、按照步骤S1进行解译库图像编码，按照步骤S4进行解译参考图像数据存储入库，完成铁路外部环境安全隐患遥感解译库的扩充与修正。2.根据权利要求1所述的基于遥感解译库的铁路外部环境安全隐患识别方法，其特征在于：步骤S1所述的遥感解译库图像编码包括安全隐患大类、安全隐患小类、获取时间、项目编号、风险源编号、数据源类型和图像序号。3.根据权利要求1所述的基于遥感解译库的铁路外部环境安全隐患识别方...

【专利技术属性】
技术研发人员：宋国策，褚文君，张冠军，杜辉，周文明，甘俊，李平苍，胡朝鹏，张浩，翟旭，王爱辉，陈昱行，
申请(专利权)人：中国国家铁路集团有限公司，
类型：发明
国别省市：