【技术实现步骤摘要】
一种基于无人机摄影测量的山区光伏目标定位方法
[0001]本专利技术属于图像处理
，具体涉及一种基于无人机摄影测量的山区光伏目标定位方法。
技术介绍
[0002]光伏电站设备需要将太阳辐射能转换电能，且光伏电站设备上的光伏板占地面积宽，因此，光伏电站设备通常设置在山区。由于光伏电站设备隐藏在山区中，通过人工进行巡查，很难找到光伏电站的位置。在山区中，若无法获知光伏电站设备的具体位置，则需要耗费大量的人力进行寻找，存在效率低下的问题。
技术实现思路
[0003]针对现有技术中的上述不足，本专利技术提供的一种基于无人机摄影测量的山区光伏目标定位方法解决了通过人工方式寻找光伏电站设备位置，存在效率低下的问题。
[0004]为了达到上述专利技术目的，本专利技术采用的技术方案为：一种基于无人机摄影测量的山区光伏目标定位方法，包括以下步骤：S1、通过无人机拍摄山区多光谱图像；S2、对山区多光谱图像进行预处理，得到轮廓特征；S3、采用目标特征提取模型对轮廓特征进行处理，得到待处理特征数据；S4、计算待处理特征...
【技术保护点】
【技术特征摘要】
1.一种基于无人机摄影测量的山区光伏目标定位方法，其特征在于，包括以下步骤：S1、通过无人机拍摄山区多光谱图像；S2、对山区多光谱图像进行预处理，得到轮廓特征；S3、采用目标特征提取模型对轮廓特征进行处理，得到待处理特征数据；S4、计算待处理特征数据与光伏电站特征数据的相似度；S5、在相似度大于相似度阈值时，山区多光谱图像中存在光伏电站，获取在拍摄山区多光谱图像时的定位数据，得到光伏电站的位置。2.根据权利要求1所述的基于无人机摄影测量的山区光伏目标定位方法，其特征在于，所述S2包括以下分步骤：S21、对山区多光谱图像进行灰度化处理，得到灰度图；S22、对灰度图滤波处理，得到滤波图；S23、对滤波图提取轮廓，得到轮廓特征。3.根据权利要求2所述的基于无人机摄影测量的山区光伏目标定位方法，其特征在于，所述S21中灰度化处理的公式为：，其中，为灰度图的灰度值，为山区多光谱图像的第种光谱通道值，为光谱通道数量。4.根据权利要求2所述的基于无人机摄影测量的山区光伏目标定位方法，其特征在于，所述S22中滤波公式为：，其中，为滤波图中第个像素点的灰度值，为灰度图中第个像素点的灰度值，为灰度图中第个像素点的邻域范围内的第个像素点的灰度值，为邻域范围内的像素点数量，为滤波因子，为滤波图中第个像素点的灰度值，为绝对值，为滤波图中第个像素点的灰度值，为滤波后像素点的数量，为滤波后像素点的编号。5.根据权利要求1所述的基于无人机摄影测量的山区光伏目标定位方法，其特征在于，所述S3中目标特征提取模型包括：第一下采样层、第二下采样层、第三下采样层、第四下采样层、第一连接层Concat1、特征提取单元、最大池化层、平均池化层、第二连接层Concat2、第一卷积层Conv1和第二卷积层Conv2；所述第一下采样层的输入端分别与第二下采样层的输入端、第三下采样层的输入端和第四下采样层的输入端连接，并作为目标特征提取模型的输入端；所述第一连接层Concat1的输入端分别与第一下采样层的输出端、第二下采样层的输出端、第三下采样层的输出端和第四下采样层的输出端连接，其输出端与特征提取单元的输入端连接；所述特征提取单元的输出端分别与最大池化层的输入端和平均池化层的输入端连接；所述第二连接层Concat2的输入端分别与最大池化层的输出端和平均池化层的输出端连接，其输出端与第一卷积层Conv1的输入端连接；所述第一卷积层Conv1的输出端与第二卷积层Conv2的输入端连接；所述第二卷积层Conv2的输出端作为目标特征提取模型的输出端。
6.根据权利要求5所述的基于无人机摄影测量的山区光伏目标定位方法，其特征在于，所述特征提取单元包括：第三卷积层Conv3、第四卷积层Conv4、第五卷积层Conv5、第六卷积层Conv6、第一ReLU1激活层、第二ReLU2激活层、第一乘法器A1、第二乘法器A2、加法器B1和sigmiod激活层；所述第三卷积层Conv3的输入端作为特征提取单元...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。