【技术实现步骤摘要】
本专利技术属于计算机视觉领域、地理信息领域、数据库存储访问，具体地说是一种利用unet模型的管道周边建筑物影像识别与管理方法。
技术介绍
1、长输管道一定范围内的建筑物和构筑物对管道的正常运行存在潜在危险，如何简单、快速、全面、准确、实时掌握管道周边建筑物和构筑物的空间信息，为长输管道日常管理和应急救援工作提供有力的信息支撑，成为长输管道管理亟需解决的问题之一。针对天然气长输管道周边建筑物和构筑物信息获取这一工作，以往多采用人工实地调查，存在调查周期长、部分地区难以到达和人为漏报的情况，随着人工智能、航天遥感、航空摄影、云计算、数据挖掘、地理信息系统(gis)等技术与方法的不断发展与成熟，基于深度学习算法对高分辨率影像进行建筑物&构筑物目标信息提取和利用gis可视化技术对识别的建筑物&构筑物进行智能化管理成为可能。
技术实现思路
1、本专利技术提供一种利用unet模型的管道周边建筑物影像识别与管理方法，用以解决现有技术中的缺陷。
2、本专利技术通过以下技术方案予以实现：
3、一种利用unet模型的管道周边建筑物影像识别与管理方法，包括如下步骤：
4、步骤一：通过无人机获取选定区域的高分辨率影像，对该区域的高分辨率影像进行几何校正、数据处理得到与该区域对应的真实影像；
5、步骤二：将步骤一中得到的影像进行切割处理，得到样本数据集，并将该样本数据集随机分成进行模型训练的训练数据集和进行模型验证的验证数据集；
6
7、步骤四：将待测影像进行步骤一的数据处理得到对应的待测影像；并对该影像影像进行步骤二的剪切处理得到待测数据集；
8、步骤五：将步骤四中得到的待测数据集输入步骤三中得到的预测模型中进行预测，得到包含建筑物的预测结果数据集；
9、步骤六：将步骤五中得到的预测结果与步骤一中处理后的影像进行镶嵌，得到包含识别结果的影像图；
10、步骤七：将步骤六中的影像图导入到平台，同时将预测结果及经纬度信息同步到数据库进行管理；
11、步骤八：工作人员通过平台验证根据步骤七得到的建筑物构筑物预测结果,根据经纬度信息进行实地调查并将调查信息录入平台。
12、如上所述的一种利用unet模型的管道周边建筑物影像识别与管理方法，所述的步骤一中的几何校正的具体处理包括如下步骤：
13、步骤一：在无人机上获取原始图像数据，并将其保存在本地或云端存储系统中，同时，收集和准备可用于几何校正的控制点数据；
14、步骤二：根据所用的相机和无人机类型，建立相应的数学模型来描述图像的几何变形，常用的数学模型包括多项式函数、仿射变换、投影变换等；
15、步骤三：在图像上选取一些控制点，这些点需要在原始图像和校正后的图像上具有相同的位置和方向，使用控制点和其他已知参数，通过数学模型计算出变换参数，如平移、旋转、缩放等；
16、步骤四：根据计算出的变换参数，对原始图像进行几何变换，将其映射到校正后的图像坐标系中；
17、步骤五：将校正后的图像输出并保存到指定的存储位置，以便后续处理和使用。
18、如上所述的一种利用unet模型的管道周边建筑物影像识别与管理方法，所述的步骤一中数据处理的具体操作为：通过使用python代码调用pil库将需要镶嵌的图片打开，通过打开图片的width和height即可确认其镶嵌后所在的位置，执行paste函数即可将影像镶嵌完成。
19、如上所述的一种利用unet模型的管道周边建筑物影像识别与管理方法，所述的步骤二的影像进行切割处理的具体操作为：通过使用python代码调用pil库将需要的切割图片打开，指定切割影像大小为1024*1024，执行crop函数即可切割完成。
20、如上所述的一种利用unet模型的管道周边建筑物影像识别与管理方法，所述的步骤三中数据集输入unet模型中进行识别训练得到预测模型包括如下步骤：
21、步骤一：根据unet模型的结构，构建相应的神经网络模型，unet模型包括特征提取网络和特征融合网络两个部分，其中特征提取网络用于从输入图像中提取特征，特征融合网络则将特征提取网络得到的特征与上采样后的特征进行融合，得到分割结果；
22、步骤二：配置模型的损失函数、优化器和评估指标参数，并对模型进行编译，以开始训练过程；
23、步骤三：将准备好的数据集对模型进行训练，通过多次迭代和调整模型参数，使得模型能够更好地拟合数据集的特征，提高分割精度。
24、本专利技术的优点是：本专利技术解决人工实地调查，存在调查周期长、部分地区难以到达和人为漏报的难题，快速准确提取研究区建筑物和构筑物目标对象，并对识别结果进行高效管理；同时本专利技术通过unet识别无人机采集管道周围高分辨率影像相较于人工调查周期短，不易遗漏管道周边建筑物和构筑物的特点，而可视化gis组件设计与开发的管理平台能有效提升管道的可视化、数字化和科学化管理水平。
本文档来自技高网...【技术保护点】
1.一种利用UNET模型的管道周边建筑物影像识别与管理方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的一种利用UNET模型的管道周边建筑物影像识别与管理方法，其特征在于：所述的步骤一中的几何校正的具体处理包括如下步骤：
3.根据权利要求1所述的一种利用UNET模型的管道周边建筑物影像识别与管理方法，其特征在于：所述的步骤一中数据处理的具体操作为：通过使用python代码调用PIL库将需要镶嵌的图片打开，通过打开图片的width和height即可确认其镶嵌后所在的位置，执行paste函数即可将影像镶嵌完成。
4.根据权利要求1所述的一种利用UNET模型的管道周边建筑物影像识别与管理方法，其特征在于：所述的步骤二的影像进行切割处理的具体操作为：通过使用python代码调用PIL库将需要的切割图片打开，指定切割影像大小为1024*1024，执行crop函数即可切割完成。
5.根据权利要求1所述的一种利用UNET模型的管道周边建筑物影像识别与管理方法，其特征在于：所述的步骤三中数据集输入UNET模型中进行识别训练得到预测模型包括如
...【技术特征摘要】
1.一种利用unet模型的管道周边建筑物影像识别与管理方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的一种利用unet模型的管道周边建筑物影像识别与管理方法，其特征在于：所述的步骤一中的几何校正的具体处理包括如下步骤：
3.根据权利要求1所述的一种利用unet模型的管道周边建筑物影像识别与管理方法，其特征在于：所述的步骤一中数据处理的具体操作为：通过使用python代码调用pil库将需要镶嵌的图片打开，通过打开图片的width和height即可确认其镶嵌后所在的位...
【专利技术属性】
技术研发人员：蒋经天，王斐，程斌，王鹏，
申请(专利权)人：东方通用航空摄影有限公司，
类型：发明
国别省市：
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。