一种山区光伏面板单体提取方法技术

本发明专利技术提供了一种山区光伏面板提取方法，包括获取待提取光伏面板铺设区域的遥感图像；基于

【技术实现步骤摘要】
一种山区光伏面板单体提取方法


[0001]本专利技术涉及遥感
，具体提供一种山区光伏面板单体提取方法
。

技术介绍

[0002]光伏发电是指利用太阳电池将太阳辐射能直接转换成电能，是太阳能发电的主要应用形式之一
。
我国在光伏面板方面的发展非常迅速，成为全球最大的光伏市场，是光伏面板的主要制造和安装国
。
深度学习在遥感影像中提取高分辨率光伏面板的方法是一种基于人工神经网络的图像处理技术，与传统的遥感影像分析方法比，深度学习能够更精确地检测和定位光伏面板
。
主要具有以下优势：
[0003]高准确性：深度学习模型具有较高的检测和定位准确性，避免了传统方法中由于遮挡
、
光照变化等因素导致的误检和漏检问题
。
[0004]自动化和高效性：深度学习模型可以自动学习并提取光伏面板特征，大大提高了处理效率和减少了人工成本
。
[0005]然而，深度学习模型在提取高分辨率光伏面板方面仍存在一些缺陷和不足，在进行山区光伏面板单体提取中，传统本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种山区光伏面板单体提取方法，其特征在于，包括：获取待提取光伏面板铺设区域的遥感图像；基于
DEM
数据对所述待提取光伏面板铺设区域进行区域划分，得到若干个小区域；基于所述遥感图像的边缘特征和纹理特征对每个所述小区域进行分层提取；将提取的所有小区域的分层的结果进行融合，获取全域提取结果；对所述全域提取结果进行直角化处理得到最终的多边形要素；将所述最终的多边形要素切分成光伏面板单体
。2.
根据权利要求1所述的方法，其特征在于，基于
DEM
数据对所述待提取光伏面板铺设区域进行区域划分，得到若干个小区域包括：获取所述待提取光伏面板铺设区域的
DEM
数据；基于所述
DEM
数据对所述待提取光伏面板铺设区域进行分区，得到若干个小区域
。3.
根据权利要求2所述的方法，其特征在于，基于所述
DEM
数据对所述待提取光伏面板铺设区域进行分区包括：基于所述
DEM
数据计算每个像元的坡度和
/
或坡向；基于所述坡度的特征和
/
或所述坡向的特征将所述待提取光伏面板铺设区域划分为若各干小区域
。4.
根据权利要求1所述的方法，其特征在于，基于所述遥感图像的边缘特征和纹理特征对每个所述小区域进行分层提取包括：基于图像处理算法提取每个小区域的边缘特征；基于纹理分析算法提取每个小区域的纹理特征；将边缘特征和纹理特征进行融合，得到一个综合的特征表示；基于所述综合特征，使用聚类算法或分割算法将每个小区域进一步分层提取
。5.
根据权利要求1所述的方法，其特征在于，对所述全域提取结果进行直角化处理得到最终的多边形要素包括：基于所述全域提取结果获取...

【专利技术属性】
技术研发人员：胡晓东，高丽雅，骆剑承，夏列钢，马伟锋，岑跃峰，褚煜琴，郜丽静，
申请(专利权)人：杭州中科品智科技有限公司，
类型：发明
国别省市：