System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及一种基于目标检测与阴影测高的电塔建造状态变化检测方法,属于遥感图像处理及信息提取。
技术介绍
1、随着社会的快速发展,国内输电网络建设不断加快,为城镇乡村群众的生产、生活等活动带来巨大便利。电塔作为国家电力基础设施的重要组成部分,是保障居民用电的基础,对其进行识别检测是维护电网稳定运行的重要环节。另一方面,随着遥感技术的迅速发展,遥感影像的分辨率不断提高,因此利用遥感影像进行电塔目标检测具有非常重要的科学研究意义。
2、电塔是架空线路输电时使用的支撑架空线的设施,是有效避免近地物干扰、实现远距离电力传输的电力走廊的重要组成部分(单丽杰与岳建平,2021)。目前电塔检测通常采用人工实地调查、无人机等传统方式。但由于输电线路较长,电塔分布范围较广,特别是在山区地形复杂、人员难以到达的区域,存在工作难度大、效率低的问题。通过遥感影像对电塔及其建造状态变化进行检测,可以减轻巡检作业人员的工作负担,提升工作效率,有利于保证输电工程按计划进行,同时也为后期电塔维护提供基础,对电力巡查、障碍物隐患排查、抢险救灾等方面具有重要意义。
3、目前基于遥感影像对电塔的目标检测,主要采用人工目视解译,但人工检测工作量大且效率低。传统的目标检测算法能实现对图像底层特征信息提取,主要包括图像的颜色、纹理、形状等特征,大大减轻了工作量(宋成根等,2022)。
4、邹栋等人(2017)利用lsd算法进行直线段检测以及harris角点检测来初步定位电塔,之后使用hog(方向梯度直方图)特征进行svm(支持向量机)
5、深度学习具有较强的泛化能力,能实现从图像的浅层细节信息到图像深层次的语义特征,适用于大场景下的目标检测。杨知等人(2020)基于sar影像,采用yolov2和vgg模型结合的two-stage目标检测算法对电塔进行目标检测,尽管提高了检测准确性,但检测速度显著减慢。韦汶妍等人(2020)利用faster-rcnn算法对电塔进行目标检测,使用vgg16作为特征提取网络进行迁移学习。这一方法提高了检测的准确性,缩短了训练时间,但检测时间并没有改善。
6、综上所述可知,目前基于遥感影像对电塔的目标检测多用于电塔定位和输电线路巡检工作,针对电塔建造状态变化检测的研究较少,因此研发一种基于目标检测与阴影测高的电塔建造状态变化检测方法是十分有必要的。
技术实现思路
1、本专利技术针对上述现有技术中存在的不足,提供一种基于目标检测与阴影测高的电塔建造状态变化检测方法。
2、本专利技术解决上述技术问题的技术方案如下:
3、一种基于目标检测与阴影测高的电塔建造状态变化检测方法,包括以下步骤:
4、步骤一、遥感影像采集和电塔目标检测;
5、步骤二、对电塔阴影进行测高:
6、对前后时相影像中同一位置都检测出的电塔进行阴影测高;
7、步骤三、电塔建造状态变化检测;
8、根据测出的电塔高度所在的范围区间判定其所属的建造状态,对比前后时相同一位置的电塔建造状态,得到电塔建造状态的变化结果;
9、步骤四、电塔建造状态变化检测精度评价与结果分析;
10、进一步的,所述步骤一中进行遥感影像采集和电塔目标检测,具体包括:
11、步骤a、采集研究区前后时相无云覆盖的遥感影像,对研究区内的电塔目标进行目标检测;
12、步骤b、制作电塔目标检测数据集;
13、对研究区前后两个时相的遥感影像中的所有电塔进行目标检测,检测结果为“电塔”单一类型;
14、步骤c、为了能够将图像输入模型,将大尺寸影像裁剪为小尺寸影像,将数据集划分为训练集、 验证集和测试集;其中训练集、验证集与测试集的划分比例为八比一比一;
15、将电塔建造状态分为两种状态,两种状态例如“建造中”和“建造完成”;
16、步骤d、训练目标检测模型;
17、选择目标检测算法框架和精度评价指标;
18、步骤e、目标检测精度评价;
19、使用测试集对目标检测的结果进行精度评价与分析,得到各个模型对每个类别的检测精度,实现预测结果的可视化,根据目标检测结果和精度评价指标数值的大小,选取对电塔检测精度最高的模型检测结果,作为后续步骤中所需的数据基础。
20、进一步的,步骤c中的小尺寸影像为六百四乘六百四。
21、进一步的,步骤c中的“建造中”的电塔除了塔身及其阴影外,塔底周围存在建造材料,“建造完成”的电塔塔底无多余建造材料,只有原本的土地覆盖。
22、进一步的,所述步骤d中精度评价指标选用的是平均精确度ap(averagepreacision)。
23、进一步的,所述步骤d中目标检测算法框架选用的是faster r-cnn、yolov5或yolov8。
24、进一步的,所述步骤二中对电塔阴影进行测高,具体包括:
25、步骤ⅰ、获取电塔塔顶垂直阴影点;
26、首先,获得塔顶阴影点的坐标;基于电塔检测结果,计算每一个检测出的电塔在两个不同太阳方位角方向上距离塔底最远的阴影点的坐标,即为塔顶阴影点的坐标;其次,通过太阳方位角与塔顶阴影点之间的坐标位置关系建立方程组,计算得到塔顶垂直阴影点的坐标;
27、假设塔顶阴影点的坐标为(x1,y1),直线与x轴夹角为α,那么它们之间的线性方程如公式(1)所示;
28、 (1)
29、通过同一座电塔在两个不同方位角的成像建立方程组如公式(2)所示,计算得到塔顶垂直阴影点的坐标(x,y);
30、 (2)
31、步骤ⅱ、计算电塔高度;
32、电塔阴影的长度为塔顶阴影点到塔顶垂直阴影点的长度,阴影长度(l)、塔高(h)和太阳方位角(θ)之间的关系公式为:
33、 (3)
34、进一步的,所述步骤三中进行电塔建造状态变化检测,更具体的:
35、如果高度差值在百分之五以下,则认为高度一致,归为建造状态无变化;如果高度差值大于百分之五,则认为相差较多,归为建造状态变化的目标,根据高度变化数值结果得到建造状态发生变化的电塔目标数量和位置,对比前后时相的结果,将结果分为类型不一致与类型一致两种。
36、进一步的,所述步骤四中进行电塔建造状态变化检测精度评价与结果分析:为验证该方法进行电塔建造状态变化检测的精度,随机选取部分塔位进行验证,将目视解译得到的真实电塔建造状态变化结果与检测出的结本文档来自技高网...
【技术保护点】
1.一种基于目标检测与阴影测高的电塔建造状态变化检测方法,其特征在于:包括以下步骤:
2.根据权利要求1所述的一种基于目标检测与阴影测高的电塔建造状态变化检测方法,其特征在于:所述步骤一中遥感影像采集和电塔目标检测,具体包括:
3.根据权利要求2所述的一种基于目标检测与阴影测高的电塔建造状态变化检测方法,其特征在于:步骤C中的小尺寸影像为六百四乘六百四。
4.根据权利要求2所述的一种基于目标检测与阴影测高的电塔建造状态变化检测方法,其特征在于:步骤C 中的“建造中”的电塔除了塔身及其阴影外,塔底周围存在建造材料,“建造完成”的电塔塔底无多余建造材料,只有原本的土地覆盖。
5.根据权利要求2所述的一种基于目标检测与阴影测高的电塔建造状态变化检测方法,其特征在于:所述步骤D中精度评价指标选用的是平均精确度AP。
6.根据权利要求2所述的一种基于目标检测与阴影测高的电塔建造状态变化检测方法,其特征在于:所述步骤D中目标检测算法框架选用的是Faster R-CNN、YOLOv5或YOLOv8。
7.根据权利要求1所述
8.根据权利要求1所述的一种基于目标检测与阴影测高的电塔建造状态变化检测方法,其特征在于:所述步骤三中进行电塔建造状态变化检测,更具体的:
9.根据权利要求1所述的一种基于目标检测与阴影测高的电塔建造状态变化检测方法,其特征在于:所述步骤四中进行电塔建造状态变化检测精度评价与结果分析:为验证该方法进行电塔建造状态变化检测的精度,随机选取部分塔位进行验证,将目视解译得到的真实电塔建造状态变化结果与检测出的结果进行对比分析。
...【技术特征摘要】
1.一种基于目标检测与阴影测高的电塔建造状态变化检测方法,其特征在于:包括以下步骤:
2.根据权利要求1所述的一种基于目标检测与阴影测高的电塔建造状态变化检测方法,其特征在于:所述步骤一中遥感影像采集和电塔目标检测,具体包括:
3.根据权利要求2所述的一种基于目标检测与阴影测高的电塔建造状态变化检测方法,其特征在于:步骤c中的小尺寸影像为六百四乘六百四。
4.根据权利要求2所述的一种基于目标检测与阴影测高的电塔建造状态变化检测方法,其特征在于:步骤c 中的“建造中”的电塔除了塔身及其阴影外,塔底周围存在建造材料,“建造完成”的电塔塔底无多余建造材料,只有原本的土地覆盖。
5.根据权利要求2所述的一种基于目标检测与阴影测高的电塔建造状态变化检测方法,其特征在于:所述步骤d中精度评价指标选用的是平均精确度ap。
...
【专利技术属性】
技术研发人员:郑晓斌,王福强,林晋,贾聪彬,李冰,王政,吴炜,张子健,黄珣,郭良,王帅,谭辉,刘扬,王广民,吴呈威,段春明,崔寒松,乔平,郎博宇,鲁兵,段正阳,刘杰锋,苏宇,邹坤,袁程浩,夏冰阳,张磊,王雷,赵建清,于爽,李晨,赵晓楠,李宇妍,律叶,来庭煜,王浩锟,李天宇,张斌,
申请(专利权)人:北京华联电力工程咨询有限公司,
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。