【技术实现步骤摘要】
本专利技术涉及人工智能的深度学习与图像分类处理领域，尤其涉及利用深度卷积神经网络(cnn)和转换器网络(transformer)对高分辨率遥感图像的光伏面板的提取。
技术介绍
1、太阳能光伏发电作为一种新型的清洁能源，被大力推广发展。据报道，截至到2023年6月底中国的光伏并网容量已经达到470gw。随着光伏越来越广泛的使用，带来了一些统计和规划管理上的挑战。单纯通过现有的相关统计部门获取地区内光伏的分布信息，成本高、效率低。随着遥感技术的发展，通过高分辨率遥感图像在大范围内快速、准确的提取光伏信息，但高分辨率遥感图像中光伏面板的自动提取面临着以下挑战：
2、(1)光伏面板类内特征差异大的现象。受到光伏面板安装方向、遥感成像角度以及不同光照条件等影响，光伏物体拥有不同的外观表现。这种现象会导致光伏区域内分割不一致问题，即部分光伏面板可能被错误地分割为背景或者光伏面板的边界处出现模糊或断裂。
3、(2)光伏面板背景复杂多样的现象。在自然环境的背景中会出现多种与光伏面板图像特征相似的地表物体，如农田、大棚等。这些物体...
【技术保护点】
1.一种利用端到端的语义分割网络对高分辨率遥感图像提取光伏面板的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的步骤(1b)，其特征在于步骤(1b)所述的G由以下5个步骤获取：
3.根据权利要求1所述的步骤(1b)，其特征在于步骤(1b)所述的前景相关性建模由以下3个步骤获取：
4.根据权利要求1所述的步骤(1c)，其特征在于步骤(1c)所述的特征融合处理由以下2个步骤获取：
【技术特征摘要】
1.一种利用端到端的语义分割网络对高分辨率遥感图像提取光伏面板的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的步骤(1b)，其特征在于步骤(1b)所述的g由以下5个步骤获取：
...
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。