[发明专利]基于无人机遥感的电力施工区域信息提取及其变化检测方法

权利要求书

1.一种基于无人机遥感的电力施工区域信息提取及其变化检测方法，其特征在于包括如下步骤：

步骤1、电力施工区域信息提取，具体步骤如下：

步骤1.1：利用Gabor滤波器对电力施工区域进行特征提取；

步骤1.2：根据提取的特征计算影像中不同特征的差异性，从而最大化电力施工区域和影像中其他目标的差异；

步骤1.3：根据影像中不同特征的差异性，利用最近邻分类算法提取电力施工区域；

步骤2、电力施工区域变化检测，具体步骤如下：

步骤2.1：通过无人机获取整个电力施工区域不同时间的数据，通过影像代数法求取不同影像之间的差异影像和比值影像；

步骤2.2：利用融合模型融合差异影像和比值影像得到融合影像；

步骤2.3：根据得到的得到融合影像，利用代数加权阈值分割算法迭代计算不同时期电力施工区域的变化，通过与规划图进行比较，判定施工是否合理。

2.如权利要求1所述的基于无人机遥感的电力施工区域信息提取及其变化检测方法，其特征在于：步骤1.1具体包括：

步骤1.11：利用Gabor变化对无人机电力施工区域遥感数据在多个尺度和方向上进行计算，其Gabor滤波值计算公式如下：

Gabor(t)＝ke^iθω(at)s(t)

其中，ω(at)是高斯函数，s(t)是复数波，t是获取无人机数据的时间表达值，k是常量此时：

步骤1.12：对每一个尺度各个方向取特征的平均值进而获得几个互不相同的特征子带，且对于得到的每个特征子带进行计算，分别得到特征子带的平均值与方差；

步骤1.13：将求得的特征子带的均值与方差作为每个对象区域内电力施工目标的纹理特征。

3.如权利要求2所述的基于无人机遥感的电力施工区域信息提取及其变化检测方法，其特征在于：步骤1.2具体包括：

步骤1.21：将得到的电力施工区域的每个对象区域内的纹理特征进行匹配，将获得的电力施工目标的纹理特征组成纹理特征向量；

步骤1.22：将电力施工区域的纹理特征向量与非电力施工区域的特征进行编码，计算两者之间的差异。

4.如权利要求1所述的基于无人机遥感的电力施工区域信息提取及其变化检测方法，其特征在于：步骤1.3具体为：首先利用最大化电力施工区域和影像中其他目标的差异性，确定电力施工区域和其他目标的类别空间，此时无人机遥感图像分成两类，即电力施工区域类和其他类，利用步骤1.22计算的电力施工区域类和其他类对象作为相应的样本空间，同时将每个类别分别与未分类对象计算它们的最小距离，然后比较计算所得的距离，计算最小距离所对应的隶属度，最后判断所得的隶属度是否大于阈值，若大于阈值则对象被归到相应的类别中，否则该对象不能被分类，从而提取电力施工区域。

5.如权利要求1所述的基于无人机遥感的电力施工区域信息提取及其变化检测方法，其特征在于：步骤2.1具体包括：

步骤2.11：对不同时间获得的无人机数据进行预处理：首先去将获取的无人机数据进行接边处理，利用电力施工区域的地面样本点进行几何纠正，获取可使用的不同时间数据集；

步骤2.12：对可以使用的不同时间数据集进行匹配，即将不同时间所获取的同一地方的遥感数据，以像素为单位进行逐一对应；

步骤2.13：利用影像差值法对不同时间数据集进行差值处理，得到相应的差值影像，同时，对不同影像进行比值处理，得到相应的比值影像，计算公式如下：

差值法：F_c(i,j)＝F₁(i,j)/F₂(i,j)

比值法：F_b(i,j)＝F₁(i,j)-F₂(i,j)

其中，F_c(i,j)是两个不同时间段获取的影像的差值结果，F_b(i,j)是两个不同时间段获取的影像的比值结果，F₁(i,j)是时相1获取的无人机遥感影像，F₂(i,j)是时相2获取的无人机遥感影像。