施工扰动面积提取方法、装置、电子设备及存储介质制造方法及图纸

本申请提供了一种施工扰动面积精确提取方法、装置、电子设备及存储介质，所述方法包括：获取原始遥感影像，对原始遥感影像进行数据预处理，以得到反射率影像；通过线性迭代聚类算法对反射率影像进行超像素分割，得到超像素分割影像，其中，超像素分割影像包括分割后的若干超像素块；对超像素块执行再权重稀疏非负矩阵分解策略，得到再权重稀疏非负矩阵分解策略的执行结果。本申请所述的施工扰动面积精确提取方法、装置、电子设备及存储介质在超像素分割的基础上，利用再权重稀疏非负矩阵分解，从而有效的排除了树木冠层等面积，实现了施工扰动面积的精确提取。施工扰动面积的精确提取。施工扰动面积的精确提取。

【技术实现步骤摘要】
施工扰动面积提取方法、装置、电子设备及存储介质


[0001]本申请属于施工扰动面积精确提取
，尤其是涉及一种施工扰动面积提取方法、装置、电子设备及存储介质。

技术介绍

[0002]输变电工程属于典型的线型工程，工程建设空间距离长、时间跨度大，沿线地形地貌复杂，对地表扰动点位多，施工扰动一直是输变电工程环水保监管中重点关注的对象。
[0003]但是传统施工扰动面积提取方法最要是通过人工的方式，费时费力且依赖经验，没有可靠的数据支撑，容易影响最终的工程验收；而采取无人机的巡检方式虽然相较于人工巡检能够节省时间，但是通常情况下无人机影像缺乏地理信息，无法直接获取扰动面积。
[0004]同时，由于施工扰动通常附近存在树木冠层等遮挡物，直接从遥感影像上获取面积通常小于实际扰动面积，严重影响对施工扰动超标问题的判断。

技术实现思路

[0005]有鉴于此，本申请旨在提出一种施工扰动面积提取方法、装置、电子设备及存储介质，以期解决上述部分技术问题中的至少之一。
[0006]为达到上述目的，本申请的技术方案是这样实现的：
[0007]第一方面，本申请提供了一种施工扰动面积提取方法，所述方法：
[0008]获取原始遥感影像，对所述原始遥感影像进行数据预处理，以得到反射率影像；
[0009]通过线性迭代聚类算法对所述反射率影像进行超像素分割，得到超像素分割影像，其中，所述超像素分割影像包括分割后的若干超像素块；
[0010]对所述超像素块执行再权重稀疏非负矩阵分解策略，得到所述再权重稀疏非负矩阵分解策略的执行结果，其中，所述再权重稀疏非负矩阵分解策略用于提取施工扰动面积。
[0011]进一步地，所述通过线性迭代聚类算法对所述反射率影像进行超像素分割，得到超像素分割影像，包括：
[0012]根据所述反射率影像得到混合像元光谱，计算各像元之间的光谱距离和空间距离；
[0013]根据所述光谱距离和所述空间距离计算得到分割距离；
[0014]基于预先选定的聚类中心，并根据所述分割距离对所述反射率影像进行迭代聚类，以得到超像素分割影像。
[0015]进一步地，所述根据所述反射率影像得到混合像元光谱，计算各像元之间的光谱距离和空间距离，根据所述光谱距离和所述空间距离计算得到分割距离的计算公式如下：
[0016]约束条件
[0017][0018]其中，y为混合像元光谱，m
i
为第i个端元光谱，其中i＝1,2
…
r，r为纯净端元的数量，a
i
为各个纯净端元在混合像元的占比，n为噪声误差，约束条件为各纯净端元所占比例和为1，且各端元所占比例大于等于0；
[0019]光谱距离l1：
[0020]l1＝||y
i
‑
y
j
||2[0021]空间距离l2：
[0022][0023]分割距离l：
[0024][0025]其中，y
i
和y
j
代表像元i和j的光谱向量，(a
i
，b
i
)和(a
j
，b
j
)分别代表像元i和j的空间位置，a为光谱距离l1与空间距离l2之间的权重。
[0026]进一步地，所述基于预先选定的聚类中心，并根据所述分割距离对所述反射率影像进行迭代聚类，以得到超像素分割影像，包括：
[0027]根据预先选定的M个初始聚类中心，在每个所述初始聚类中心的搜索范围内，计算各像元到所述初始聚类中心的距离，根据所述距离将各像元划分为距离聚类中心最近的类别，每一轮类别划分结束后，计算各类别的均值作为新聚类中心；
[0028]判断所述新聚类中心与所述初始聚类中心是否相同；
[0029]响应于所述新聚类中心与所述初始聚类中心不同，则重新聚类；
[0030]响应于所述新聚类中心与所述初始聚类中心相同，则结束聚类。
[0031]进一步地，所述对所述超像素块执行再权重稀疏非负矩阵分解策略，得到所述再权重稀疏非负矩阵分解策略的执行结果包括：
[0032]对每个所述超像素块构建初始目标函数，在所述初始目标函数中引入再权重约束，以得到约束函数；
[0033]根据所述约束函数，并基于更新规则迭代更新，得到施工扰动面积。
[0034]进一步地，所述对每个所述超像素块构建初始目标函数，在所述初始目标函数中引入再权重约束，以得到约束函数，根据所述约束函数，并基于更新规则迭代更新，得到施工扰动面积，包括：
[0035]构建初始目标函数公式如下：
[0036][0037]其中，A为端元矩阵，S为丰度矩阵，R为图像数据矩阵，λ为调节参数，N为像元数；K为波段数；eps为误差补偿；
[0038]约束函数公式如下：
[0039][0040]其中，
⊙
表示矩阵的对应位置元素的乘积，W为非负权重矩阵，作为由丰度矩阵计算得到的用于下一次迭代的通解；
[0041]所述根据所述约束函数，并基于更新规则重复迭代更新，直至达到最大迭代次数，或满足迭代要求，获取更新后的丰度矩阵S
′
，从而得到施工扰动面积。
[0042]进一步地，所述更新规则公式如下：
[0043]A
′←
A.*(RS
T
)./(ASS
T
)
[0044]S
′←
S.*(A
T
R)./(A
T
AS+λW)
[0045]其中，A
′
为更新后的端元矩阵，S
′
为更新后的丰度矩阵。
[0046]第二方面，基于同一专利技术构思，本申请还提供了一种施工扰动面积提取装置，所述装置包括：
[0047]获取模块，被配置为获取原始遥感影像，对所述原始遥感影像进行数据预处理，以得到反射率影像；
[0048]超像素分割模块，被配置为通过线性迭代聚类算法对所述反射率影像进行超像素分割，得到超像素分割影像，其中，所述超像素分割影像包括分割后的若干超像素块；
[0049]施工扰动面积提取模块，被配置为对所述超像素块执行再权重稀疏非负矩阵分解策略，得到所述再权重稀疏非负矩阵分解策略的执行结果，其中，所述再权重稀疏非负矩阵分解策略用于提取施工扰动面积。
[0050]第三方面，基于同一专利技术构思，本申请还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现第一方面所述的施工扰动面积提取方法。
[0051]第四方面，基于同一专利技术构思，本申请还提供了一种非暂态计算机可读存储介质，其特征在于，其中，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行第一方面所述的施工扰动面积提取方法。
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.施工扰动面积提取方法，其特征在于，所述方法包括：获取原始遥感影像，对所述原始遥感影像进行数据预处理，以得到反射率影像；通过线性迭代聚类算法对所述反射率影像进行超像素分割，得到超像素分割影像，其中，所述超像素分割影像包括分割后的若干超像素块；对所述超像素块执行再权重稀疏非负矩阵分解策略，得到所述再权重稀疏非负矩阵分解策略的执行结果，其中，所述再权重稀疏非负矩阵分解策略用于提取施工扰动面积。2.根据权利要求1所述的施工扰动面积提取方法，其特征在于，所述通过线性迭代聚类算法对所述反射率影像进行超像素分割，得到超像素分割影像，包括：根据所述反射率影像得到混合像元光谱，计算各像元之间的光谱距离和空间距离；根据所述光谱距离和所述空间距离计算得到分割距离；基于预先选定的聚类中心，并根据所述分割距离对所述反射率影像进行迭代聚类，以得到超像素分割影像。3.根据权利要求2所述的施工扰动面积提取方法，其特征在于，所述根据所述反射率影像得到混合像元光谱，计算各像元之间的光谱距离和空间距离，根据所述光谱距离和所述空间距离计算得到分割距离的计算公式如下：约束条件其中，y为混合像元光谱，m
i
为第i个端元光谱，其中i＝1,2
…
r，r为纯净端元的数量，a
i
为各个纯净端元在混合像元的占比，n为噪声误差，约束条件为各纯净端元所占比例和为1，且各端元所占比例大于等于0；光谱距离l1：l1＝||y
i
‑
y
j
||2空间距离l2：分割距离l：其中，y
i
和y
j
代表像元i和j的光谱向量，(a
i
，b
i
)和(a
j
，b
j
)分别代表像元i和j的空间位置，a为光谱距离l1与空间距离l2之间的权重。4.根据权利要求2所述的施工扰动面积提取方法，其特征在于，所述基于预先选定的聚类中心，并根据所述分割距离对所述反射率影像进行迭代聚类，以得到超像素分割影像，包括：根据预先选定的M个初始聚类中心，在每个所述初始聚类中心的搜索范围内，计算各像元到所述初始聚类中心的距离，根据所述距离将各像元划分为距离聚类中心最近的类别，每一轮类别划分结束后，计算各类别的均值作为新聚类中心；
判断所述新聚类中心与所述初始聚类中心是否相同；响应于所述新聚类中心与所述初始聚类中心不同，则重新聚类；响应于所述新聚类中心与所述初始聚类中心相同，则结束聚类，将聚类结果作为所述超像素分割影像。5.根据权利要求1所述的...

【专利技术属性】
技术研发人员：支妍力，周宇，郑云梅，刘欣，张鑫，王晓燕，李乐蒙，王佳科，闫立财，刘青，
申请(专利权)人：国网山东省电力公司建设公司紫光软件系统有限公司，
类型：发明
国别省市：