一种气象站智能选址方法、系统、可读存储介质及设备技术方案

本发明专利技术提供了一种气象站智能选址方法、系统、可读存储介质及设备，该方法通过将无人机拍摄的山区图片进行图像处理，得到各特征区域，根据各特征区域，分别计算对应的区域面积，确定区域面积最大值对应的目标特征区域，并根据目标特征区域调用对应的预设选址标准，计算出实际空旷区域和实际区域面积，再判断实际区域面积是否大于预设面积；若是，则获取实际空旷区域所属的第一位置坐标，以及距离第一位置坐标最近的气象站的第二位置坐标，并计算两坐标间的第一直线距离，以判断建设点是否与其它气象站的距离满足要求；若是，则将实际空旷区域推荐为气象站的建设点，从而可以实现气象站的智能选址，解决了依靠人工进行选址，耗时耗力的问题。力的问题。力的问题。

【技术实现步骤摘要】
一种气象站智能选址方法、系统、可读存储介质及设备


[0001]本专利技术属于气象站选址的
，具体涉及一种气象站智能选址方法、系统、可读存储介质及设备。

技术介绍

[0002]随着社会的发展，人们的生活与气象的联系越来越密切，通过气象站可以实时监测温度、湿度、风速、风向、雨量、气压、紫外辐射等多种气象参数，其中，气象数据的准确性受到大家的关注，为了在一定程度上解决气象数据准确性的问题，往往会建设多个气象站进行共同监测。
[0003]在气象站建设之前，需要选址，而选址具有诸多要求，例如，应选择能代表大范围天气、气候的地点；应选择建在平坦空旷，四周没有高大建筑物、树林以及大水池的地方；在相对高度相差不大的浅山区和丘陵区，站址选在较平坦的山顶，如不按照要求建设气象站，势必会影响气象站正常的监测工作。
[0004]其中，若要在山区建立气象站，需要通过人工的方式进行实地勘探，最终确定合适的位置进行建设，那么，只依靠人工进行选址，将耗费大量的时间，同时，由于勘探位置位于山区，路况复杂，对工程人员生命安全也构成威胁。

技术实现思路

[0005]基于此，本专利技术实施例当中提供了一种气象站智能选址方法、系统、可读存储介质及设备，旨在解决现有技术中，依靠人工进行选址，耗时耗力的问题。
[0006]本专利技术实施例的第一方面提供了一种气象站智能选址方法，所述方法包括：获取无人机在预设区域内拍摄的山区图片，并将所述山区图片输入图像处理模型中，得到各特征区域，所述特征区域中至少包括空旷区域；根据各所述特征区域，分别计算对应的区域面积，确定所述区域面积最大值对应的目标特征区域，并根据所述目标特征区域调用对应的预设选址标准；根据所述预设选址标准，确定用于代表所述空旷区域的实际空旷区域和实际区域面积，并判断所述实际区域面积是否大于预设面积；若是，则获取所述实际空旷区域所属的第一位置坐标，根据所述第一位置坐标，获取距离所述第一位置坐标最近的气象站的第二位置坐标，并计算所述第一位置坐标和所述第二位置坐标的第一直线距离；判断所述第一直线距离是否大于预设距离；若是，则将所述实际空旷区域推荐为气象站的建设点。
[0007]进一步的，所述获取无人机在预设区域内拍摄的山区图片，并将所述山区图片输入图像处理模型中，得到各特征区域，所述特征区域中至少包括空旷区域的步骤之前包括：获取历史气象站建立图片和历史山区图片，并将所述历史气象站建立图片进行预处理，得到预处理图像；
将所述预处理图像进行连通域识别处理，得到所述预处理图像中的所有连通区域集合，采用预设的连通区域筛分算法对所述连通区域集合中的连通区域进行筛分，得到历史气象站所对应的目标连通区域；获取标准连通区域，将所述目标连通区域与所述标准连通区域进行相似度匹配，得到相似度值，并判断所述相似度值是否大于阈值；若是，则以所述目标连通区域为基准，向外扩展预设距离，得到目标图像，并将所述目标图像中的扩展区域进行RGB还原，得到第一彩图；获取所述第一彩图中扩展区域的特征点，并根据所述特征点，对所述目标连通区域进行内延填充，得到训练图片；获取若干所述训练图片，形成第一训练集，同时通过手动标注的形式将所述历史山区图片中的特征区域进行标识，得到第二训练集，其中，所述特征区域还包括可开发区域和不可开发区域，并将所述第一训练集和所述第二训练集对神经网络模型进行训练，建立所述图像处理模型。
[0008]进一步的，所述将所述历史气象站建立图片进行预处理，得到预处理图像的步骤包括：依次对所述历史气象站建立图片进行灰度化和二值化处理，得到所述预处理图像，其中，所述灰度化处理的公式为：其中，I（x，y）表示为图片在坐标（x，y）处的强度值，I
R
（x，y）表示为图片在坐标（x，y）处红色通道的强度值，I
G
（x，y）表示为图片在坐标（x，y）处绿色通道的强度值，I
B
（x，y）表示为图片在坐标（x，y）处蓝色通道的强度值。
[0009]进一步的，所述采用预设的连通区域筛分算法对所述连通区域集合中的连通区域进行筛分，得到历史气象站所对应的目标连通区域的步骤中，所述连通区域筛分算法的公式可以表示为：其中，表示为连通区域的面积，用像素点个数表示，和分别表示为连通区域宽度和高度的像素，和表示为连通区域面积大小阈值，表示为连通区域长宽比阈值。
[0010]进一步的，所述根据各所述特征区域，分别计算对应的区域面积，确定所述区域面积最大值对应的目标特征区域，并根据所述目标特征区域调用对应的预设选址标准的步骤包括：获取所述预设区域的占地面积和所述山区图片的像素点总数量，并根据所述占地面积和所述像素点总数量，确定单个像素点的独立面积；获取所述山区图片中各所述特征区域对应的像素点数量，并根据所述独立面积，分别计算得到各所述区域面积；当所述区域面积最大值对应的目标特征区域为所述可开发区域时，则调用第一预
设选址标准；当所述区域面积最大值对应的目标特征区域为所述不可开发区域时，则调用第二预设选址标准。
[0011]进一步的，所述根据所述预设选址标准，确定用于代表所述空旷区域的实际空旷区域和实际区域面积，并判断所述实际区域面积是否大于预设面积的步骤包括：获取所述空旷区域，所述空旷区域包括至少一个空旷子区域，并确定所述空旷子区域中面积最大的目标空旷子区域；判断所述目标空旷子区域的面积是否大于预设面积；若否，则获取目标空旷子区域与相邻的空旷子区域之间的间距，判断所述间距是否小于预设间距；若是，则判断所述预设选址标准是否为所述第一预设选址标准；当判断所述预设选址标准为所述第一预设选址标准，则将所述目标空旷子区域和相邻的空旷子区域组合，得到所述实际空旷区域和所述实际区域面积，所述实际区域面积为所述目标空旷子区域和相邻的空旷子区域的面积之和；当判断所述预设选址标准不为所述第一预设选址标准时，则判断所述预设选址标准是否为所述第二预设选址标准；若是，则将所述目标空旷子区域标记为所述实际空旷区域，所述目标空旷子区域的面积标记为所述实际区域面积。
[0012]进一步的，所述判断所述第一直线距离是否大于预设距离的步骤之后包括：当所述第一直线距离大于预设距离时，根据所述山区图片，确定所述山区图片中的目标限制物和所述目标限制物的第三位置坐标；计算所述第一位置坐标和所述第三位置坐标的第二直线距离，并判断所述第二直线距离是否大于标准距离；若是，则执行将所述实际空旷区域推荐为气象站的建设点的步骤。
[0013]本专利技术实施例的第二方面提供了一种气象站智能选址系统，所述系统包括：图像处理模块，用于获取无人机在预设区域内拍摄的山区图片，并将所述山区图片输入图像处理模型中，得到各特征区域，所述特征区域中至少包括空旷区域；目标特征区域确定模块，用于根据各所述特征区域，分别计算对应的区域面积，确定所述区域面积最大值对应的目标特征区域，并根据所述目标特征区域调用对应的预设选址标准；第一判断模块，用于根据所述预设选址标准，确定用于代表所述空旷区域的实际空旷区域和实际区域面积，并判断所述实际本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种气象站智能选址方法，其特征在于，所述方法包括：获取无人机在预设区域内拍摄的山区图片，并将所述山区图片输入图像处理模型中，得到各特征区域，所述特征区域中至少包括空旷区域；根据各所述特征区域，分别计算对应的区域面积，确定所述区域面积最大值对应的目标特征区域，并根据所述目标特征区域调用对应的预设选址标准；根据所述预设选址标准，确定用于代表所述空旷区域的实际空旷区域和实际区域面积，并判断所述实际区域面积是否大于预设面积；若是，则获取所述实际空旷区域所属的第一位置坐标，根据所述第一位置坐标，获取距离所述第一位置坐标最近的气象站的第二位置坐标，并计算所述第一位置坐标和所述第二位置坐标的第一直线距离；判断所述第一直线距离是否大于预设距离；若是，则将所述实际空旷区域推荐为气象站的建设点。2.根据权利要求1所述的气象站智能选址方法，其特征在于，所述获取无人机在预设区域内拍摄的山区图片，并将所述山区图片输入图像处理模型中，得到各特征区域，所述特征区域中至少包括空旷区域的步骤之前包括：获取历史气象站建立图片和历史山区图片，并将所述历史气象站建立图片进行预处理，得到预处理图像；将所述预处理图像进行连通域识别处理，得到所述预处理图像中的所有连通区域集合，采用预设的连通区域筛分算法对所述连通区域集合中的连通区域进行筛分，得到历史气象站所对应的目标连通区域；获取标准连通区域，将所述目标连通区域与所述标准连通区域进行相似度匹配，得到相似度值，并判断所述相似度值是否大于阈值；若是，则以所述目标连通区域为基准，向外扩展预设距离，得到目标图像，并将所述目标图像中的扩展区域进行RGB还原，得到第一彩图；获取所述第一彩图中扩展区域的特征点，并根据所述特征点，对所述目标连通区域进行内延填充，得到训练图片；获取若干所述训练图片，形成第一训练集，同时通过手动标注的形式将所述历史山区图片中的特征区域进行标识，得到第二训练集，其中，所述特征区域还包括可开发区域和不可开发区域，并将所述第一训练集和所述第二训练集对神经网络模型进行训练，建立所述图像处理模型。3.根据权利要求2所述的气象站智能选址方法，其特征在于，所述将所述历史气象站建立图片进行预处理，得到预处理图像的步骤包括：依次对所述历史气象站建立图片进行灰度化和二值化处理，得到所述预处理图像，其中，所述灰度化处理的公式为：其中，I（x，y）表示为图片在坐标（x，y）处的强度值，I
R
（x，y）表示为图片在坐标（x，y）处红色通道的强度值，I
G
（x，y）表示为图片在坐标（x，y）处绿色通道的强度值，I
B
（x，y）表示为图片在坐标（x，y）处蓝色通道的强度值。
4.根据权利要求3所述的气象站智能选址方法，其特征在于，所述采用预设的连通区域筛分算法对所述连通区域集合中的连通区域进行筛分，得到历史气象站所对应的目标连通区域的步骤中，所述连通区域筛分算法的公式可以表示为：其中，表示为连通区域的面积，用像素点个数表示，和分别表示为连通区域宽度和高度的像素，和表示为连通区域面积大小阈值，表示为连通区域长宽比阈值。5.根据权利要求2所述的气象站智能选址方法，其特征在于，所述根据各所述特征区域，分别计算对应的区域面积，确定所述区域面积最大值对应的目标特征区域，并根据所述目标特征区域调用对应的预设选址标准的步骤包括：获取...

【专利技术属性】
技术研发人员：黄芬根，王磊，詹华斌，董颖，肖雯，曹瑜，吴志俊，
申请(专利权)人：泰豪信息技术有限公司，
类型：发明
国别省市：