【技术实现步骤摘要】
一种风力发电设施遥感智能提取方法
本专利技术涉及遥感影像风力发电设施目标检测领域,尤其涉及一种风力发电设施遥感智能提取方法。
技术介绍
对于风力发电系统,及时获得风力发电设施在空间中的数量和空间分布具有重要意义。利用遥感数据覆盖面广、及时更新等优势,基于遥感数据的风力发电设施提取成为近几年遥感目标检测领域的研究热点。传统的目标检测算法主要是基于手工设计目标特征实现目标识别,以信息区域选择、特征提取、目标分类为主要思路,典型的算法有Viola-Jones、HOG+SVM、DPM等;基于深度学习的目标检测算法不需要依赖人工自主设计特征即可获取较高的目标检测精度,典型的算法有基于回归与分类同步进行的YOLO系列算法、SSD系列算法和基于区域建议框两步检测的R-CNN、SPP-net、FastR-CNN、FasterR-CNN、R-FCN、FPN、MaskR-CNN等算法。随着众多目标检测算法在遥感领域的成功应用,遥感目标识别不论是从检测精度还是检测速度均取得了长足的发展。然而,由于遥感数据覆盖范围广阔且位于其中的风力发电设施目标较小,所以在进行风机目标识别时,特征目标容易受到冗余和干扰信息的影响,同谱异物和同物异谱现象明显,从而加大了大范围遥感影像风力发电设施提取的难度。目前常用的目标检测算法均以大量训练样本作为支撑,在一个百万分幅范围内2米分辨率的遥感影像中使用FasterR-CNN风力发电设施检测,也只能达到30%左右的识别精度。因此针对大范围遥感影像上风力发电设施的目标检测,需要更加有效的检测算法。<
【技术保护点】
1.一种风力发电设施遥感智能提取方法,其特征在于:所述提取方法包括如下步骤,/nS1、在一个百万分幅2米分辨率的遥感影像中,使用能够框住风力发电设施目标的矩形方框作为标记信息将遥感影像内的所有目标进行标记,将所有目标及其对应的遥感数据打包为真实样本训练集GTSet,将其中一部分目标及其对应的遥感数据另外打包为风力发电设施目标检测的初始训练样本集TRSet;/nS2、应用初始训练样本集TRSet执行Faster R-CNN风力发电设施目标训练并推演,获取风力发电设施目标初步提取结果集RESet;/nS3、将结果集RESet与初始训练样本集TRSet一起输入正负样本判别分类网络PNSampleNet,对结果集RESet和初始训练样本集TRSet进行相似度计算,并依据相似度判定阈值σ进行二次分类判别,获取风力发电设施正负样本集TFTRSet,同时计算正样本与总体真实目标之间的精度比η;/nS4、将风力发电设施的正负样本集TFTRSet以多类别的形式再次执行步骤S2,令FasterR-CNN学习与风力发电设施相似的伪目标信息,得到含有伪目标信息的结果并更新结果集RESet,得到更新后结果集RE ...
【技术特征摘要】
1.一种风力发电设施遥感智能提取方法,其特征在于:所述提取方法包括如下步骤,
S1、在一个百万分幅2米分辨率的遥感影像中,使用能够框住风力发电设施目标的矩形方框作为标记信息将遥感影像内的所有目标进行标记,将所有目标及其对应的遥感数据打包为真实样本训练集GTSet,将其中一部分目标及其对应的遥感数据另外打包为风力发电设施目标检测的初始训练样本集TRSet;
S2、应用初始训练样本集TRSet执行FasterR-CNN风力发电设施目标训练并推演,获取风力发电设施目标初步提取结果集RESet;
S3、将结果集RESet与初始训练样本集TRSet一起输入正负样本判别分类网络PNSampleNet,对结果集RESet和初始训练样本集TRSet进行相似度计算,并依据相似度判定阈值σ进行二次分类判别,获取风力发电设施正负样本集TFTRSet,同时计算正样本与总体真实目标之间的精度比η;
S4、将风力发电设施的正负样本集TFTRSet以多类别的形式再次执行步骤S2,令FasterR-CNN学习与风力发电设施相似的伪目标信息,得到含有伪目标信息的结果并更新结果集RESet,得到更新后结果集RESet’;
S5、将更新后结果集RESet’再次输入到正负样本判别分类网络PNSampleNet中,并将得到的结果以更新风力发电设施的正负样本集TFTRSet,得到更新后风力发电设施正负样本集TFTRSet’;
S6、迭代执行步骤S2-步骤S5,直至正样本与总体真实目标之间的精度比η大于或等于设定阈值ε,结束迭代训练,得到基于FasterR-CNN的风电设施目标检测模型MD和基于PNSampleNet二次分类模型MC;
S7、利用风电设施目标检测模型MD和基于PNSampleNet二次分类模型MC,对待检测遥感影像实施风力发电设施目标提取的推演过程,将提取结果空间矢量化,得到与遥感影像坐标系一致的风力发电设施目标矢量结果。
2.根据权利要求1所述的风力发电设施遥感智能提取方法,其特征在于:所述遥感影像以RGB波段组合的真彩色模式。
3.根据权利要求2所述的风力发电设施遥感智能提取方法,其特征在于:所述真实样本训练集GTSet和所述初始训练样本集TRSet中的遥感影像大小为800pi*800pi。
4.根据权利要求3所...
【专利技术属性】
技术研发人员:张伟,齐建伟,王光辉,张涛,王界,刘宇,王更,郑书磊,韩杰,
申请(专利权)人:自然资源部国土卫星遥感应用中心,
类型:发明
国别省市:北京;11
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。