[发明专利]一种光伏屋顶及光伏障碍物自动识别方法

说明书

本发明涉及一种光伏屋顶及光伏障碍物自动识别方法，结合高程图和正射影图两种图像的信息，对屋顶轮廓定位，在图像识别的每个屋顶的轮廓内，采用最小二乘拟合和种子填充算法，找到屋顶平面内的点，拟合得到一个平面，求出对应的平面方程，并修正屋顶轮廓范围，对全图的屋顶进行识别后，在屋顶识别基础上分别屋顶内障碍物信息进行搜索和识别，可自动识别屋顶的同时识别各种光伏障碍物。大大提高了设计工作效率和识别精度，减少了人为操作所花费的时间和精力。

技术领域

本发明涉及一种光伏设计技术，特别涉及一种基于正射图像和高程信息的光伏屋顶及光伏障碍物自动识别方法。

背景技术

目前光伏行业设计屋顶光伏项目时，光伏组件的排布位置需要避开屋顶上的光伏障碍物。光伏障碍物包括气楼、女儿墙、排风设备、空调外机、水箱和采光带等。普通障碍物和屋顶平面具有一定的高度差，而采光带为屋顶透光需要，和屋顶平面没有明显的高度差，但是可以从视觉上进行区分。传统方法进行方案设计时，需要在正射影像上，手动框选屋顶及相关的光伏障碍物，存在费时、容易遗漏的问题。

发明内容

本发明是针对光伏障碍物影响光伏项目设计时间和准确率的问题，提出了一种光伏屋顶及光伏障碍物自动识别方法，可自动识别屋顶的同时识别光伏障碍物。

本发明的技术方案为：一种光伏屋顶自动识别方法，具体包括如下步骤：

1)数据采集及处理：

采集一片实际目标区域的三维地理模型，利用自动处理软件，导出得到完整的正射图和数字表面高程图，正射图中每个像素点包含区域的RGB信息，数字表面高程图中每个像素点包含对应的高度信息，两幅图片的大小、分辨率以及左上角的地理位置都相同；找到每个像素点P_i(x_i，y_i)对应的RGB值(r_i,g_i,b_i)和高程值z_i，每个像素点的位置和对应实际的地理坐标位置；相邻像素点的地理位置之间有一个固定的采样距离d米；

2)屋顶轮廓定位：

基于目标区域的正射RGB图像信息，利用训练好的图像识别框架，识别得到每个屋顶的大致范围；并通过求凸包络算法，得到每个屋顶的大致轮廓坐标集合I_m，m为屋顶的个数；

3)屋顶信息识别：

对图像识别的每个屋顶的轮廓内，采用最小二乘拟合和种子填充算法，找到屋顶平面内的点，拟合得到一个平面，求出对应的平面方程，并修正屋顶轮廓范围：

具体实现步骤如下：

3A)对图像识别得到的任意一个屋顶轮廓坐标集合I，找到其中位置坐标的极大和极小值，从而得到一个包围屋顶的矩形窗口，四个角点的像素坐标分别为(x_min，y_min)，(x_max，y_min)，(x_max，y_max)，(x_min，y_max)；

3B)在对应的数字表面高程图中，利用GDAL包提供的方法读取四个角点包围的矩形区域点集，记为M；如果屋顶范围内像素点过多，则进行适当的预处理，对原始数据进行降采样；得到新的像素点集M'；同时，将对应的多边形轮廓坐标I中每个点的坐标转化为降采样后的近似坐标I’；