CN110928976A - 水源地违法活动识别预警方法、服务器及存储介质 - Google Patents
水源地违法活动识别预警方法、服务器及存储介质 Download PDFInfo
- Publication number
- CN110928976A CN110928976A CN201911233841.6A CN201911233841A CN110928976A CN 110928976 A CN110928976 A CN 110928976A CN 201911233841 A CN201911233841 A CN 201911233841A CN 110928976 A CN110928976 A CN 110928976A
- Authority
- CN
- China
- Prior art keywords
- color system
- water source
- vegetation
- remote sensing
- library
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5838—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/587—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Library & Information Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种水源地违法活动识别预警方法、服务器及存储介质,通过使用水源地空间信息库数据,获取待监测水源地的空间坐标信息,结合卫星遥感影像,确定待监测水源地禁建空间区域对应的待测遥感影像;使用图像识别技术,获取待测遥感影像色系值,结合植被图像色系标准库,识别禁建空间区域的色系异常区域;植被图像色系标准库通过预先收集植被在不同时期的航拍图像,识别植被图像色系RGB值,并存储于数据库,以构建生成;对色系异常区域进行预警。有利于提高水源地禁建空间区域违建活动的识别效率和准确性,具有较高的推广使用价值。
Description
技术领域
本发明涉及环境监测领域,尤其涉及一种水源地违法活动识别预警方法、服务器及存储介质。
背景技术
饮水安全直接涉及人民群众的的身体健康,直接关系到民生,如果饮用水不安全,受到了污染,可能会导致各种疾病。提高饮水安全度,就是要避免饮用水源地及其周边区域进行非法违建活动。
目前,为了保护饮用水源地生态环境以及饮用水安全,避免人为非法破坏,从事非法违建活动,主要采用如下两种方式,一种是通过卫星影像定期传回饮用水源的图像,通过人工肉眼识别违法建筑,这种方式需要耗费大量的人力,识别周期也长;一种是定期使用无人机在水源地进行航飞,这种方式对无人机续航要求高,而目前无人机技术还无法满足水源地监测需求。
发明内容
本发明提供的水源地违法活动识别预警方法、服务器及存储介质,主要解决的技术问题是:如何提高饮用水源地周边违建活动的监测效率与准确性。
为解决上述技术问题,本发明提供一种水源地违法活动识别预警方法,包括:
使用水源地空间信息库数据,获取待监测水源地的空间坐标信息,结合卫星遥感影像,确定所述待监测水源地禁建空间区域对应的待测遥感影像;
使用图像识别技术,获取所述待测遥感影像色系值,结合植被图像色系标准库,识别所述禁建空间区域的色系异常区域;所述植被图像色系标准库通过预先收集植被在不同时期的航拍图像,识别植被图像色系RGB值,并存储于数据库,以构建生成;
对所述色系异常区域进行预警。
可选的,所述结合植被图像色系标准库,识别所述禁建空间区域的色系异常区域包括:
获取所述待测遥感影像的采集时间信息,从所述植被图像色系标准库中,筛选出与所述采集时间信息对应的目标色系标准子库;所述植被图像色系标准库按照不同时期建立不同的色系标准子库;
将所述待测遥感影像色系值,与所述目标色系标准子库进行比对,判断所述目标色系标准子库中是否存在与所述待测遥感影像色系值匹配的植被色系;
如果不存在,则判定所述待测遥感影像色系值对应空间区域为所述色系异常区域;如果存在,则判定所述待测遥感影像色系值对应空间区域为色系正常区域。
可选的,所述判断所述目标色系标准子库中是否存在与所述待测遥感影像色系值匹配的植被色系包括:
分别计算所述待测遥感影像色系RGB值,与所述目标色系标准子库中的植被色系RGB值的差值ΔR、ΔG、ΔB,通过如下公式计算所述待测遥感影像色系与所述目标色系标准子库中的植被色系的相似度k’;
当所述k’小于等于设定相似度阈值k时,判定所述目标色系标准子库中的植被色系,与所述待测遥感影像色系匹配,从而判断所述目标色系标准子库中是否存在与所述待测遥感影像色系值匹配的植被色系。
可选的,还包括:对禁建空间区域按照地表属性进行划块,每一影像块作为一所述待测遥感影像。
可选的,在所述对所述色系异常区域进行预警之前,还包括:
调用建筑物外部俯拍色系库,将所述色系异常区域对应的色系RGB值,与所述建筑物外部俯拍色系库进行比对,以判断所述建筑物外部俯拍色系库中是否存在与之匹配的建筑物目标色系,如是,则对所述色系异常区域进行疑似建筑物预警;如否,则只进行色系异常区域预警。
可选的,在所述对所述色系异常区域进行疑似建筑物预警之前,还包括:
对所述色系异常区域进行建筑物轮廓特征信息识别提取,结合疑似建筑物空间坐标信息,利用计算机算法进行形状复原,输入机器学习建筑物不规则多边形智能模型中,判断识别是否为不规则多边形,如是,则判定所述色系异常区域存在疑似建筑物,并进行预警;如否,则只进行色系异常区域预警。
可选的,还包括:通过DEM提取技术获取所述疑似建筑物的DEM高程数据,识别出所述疑似建筑物的高度,并进行入库存储。
可选的,对所述色系异常区域进行疑似建筑物预警时,还包括将所述疑似建筑物的高度携带入预警信息中。
本发明还提供一种服务器,所述服务器包括处理器、存储器及通信总线;
所述通信总线用于实现处理器和存储器之间的连接通信;
所述处理器用于执行存储器中存储的一个或者多个程序,以实现如上任一项所述的水源地违法活动识别预警方法的步骤。
本发明还提供一种存储介质,所述存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如上所述的水源地违法活动识别预警方法的步骤。
本发明的有益效果是:
根据本发明提供的水源地违法活动识别预警方法、服务器及存储介质,通过使用水源地空间信息库数据,获取待监测水源地的空间坐标信息,结合卫星遥感影像,确定待监测水源地禁建空间区域对应的待测遥感影像;使用图像识别技术,获取待测遥感影像色系值,结合植被图像色系标准库,识别禁建空间区域的色系异常区域;植被图像色系标准库通过预先收集植被在不同时期的航拍图像,识别植被图像色系RGB值,并存储于数据库,以构建生成;对色系异常区域进行预警。通常水源地禁建空间区域被植被所覆盖,不同时期植被色系不同,通过预先构建不同时期的植被色系标准库,可以实现对待测水源地非植被覆盖区的准确识别,从而进行色系异常区域预警;在此基础上,有利于提高水源地禁建空间区域违建活动的识别效率和准确性,具有较高的推广使用价值。
附图说明
图1为本发明实施例一的一种水源地违法活动识别预警方法流程示意图;
图2为本发明实施例一的另一种水源地违法活动识别预警方法流程示意图;
图3为本发明实施例一的又一种水源地违法活动识别预警方法流程示意图;
图4为本发明实施例一的DEM数据提取流程示意图;
图5为本发明实施例二的服务器结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,下面通过具体实施方式结合附图对本发明作进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
实施例一:
请参见图1,图1为本实施例提供的一种水源地违法活动识别预警方法流程示意图,主要包括如下步骤:
S101、使用水源地空间信息库数据,获取待监测水源地的空间坐标信息,结合卫星遥感影像,确定待监测水源地禁建空间区域对应的待测遥感影像。
水源地空间信息库是将所有需要监测的水源地的空间坐标信息进行记录,每一水源地唯一对应有一组空间坐标序列,用于唯一表征其空间位置,并存储生成水源地空间信息库。其中,水源地空间信息库中可能还包括水源地名称、索引等信息。
卫星遥感影像是遥感卫星在太空上探测地球地表物体对电磁波的反射,及其发射的电磁波,从而提取该物体信息,完成远距离识别物体,将这些电磁波信息进行转换、识别,得到可视图像,即为卫星影像。卫星影像通常是带有经纬度信息实时地貌照片。
为了精确确定待测水源地对应的遥感影像,通过对其空间坐标信息进行坐标转换,以准确对应到遥感影像特定区域。水源地禁建区域是相关环保部门是基于水源地的空间分布情况以及法律法规规定的方式,确定周边相关区域为禁建区域。在水源地所在区域确定后,便可准确确定该水源地的周边禁建区域对应的待测遥感影像。
S102、使用图像识别技术,获取待测遥感影像色系值,结合植被图像色系标准库,识别禁建空间区域的色系异常区域;其中植被图像色系标准库通过预先收集植被在不同时期的航拍图像,识别植被图像色系RGB值,并存储于数据库,以构建生成。
本实施例中,通过opencv图像识别技术,可以识别待测遥感影像色系值,其中色系值可通过RGB值进行唯一表征。当然,本领域技术人员可以明了的是,完全可以使用现有其他任意图像识别技术,来识别待测遥感影像的色系值。本实施例对此不做限制。
本实施例需要预先建立植被图像色系标准库,植被图像色系标准库按照不同时期建立不同的色系标准子库。收集植被不同时期的航拍图像,获取植被图像RGB值,并在数据库中存储。不同时期,例如按照春夏秋冬四个季节,分别建立四个色系标准子库,每个色系标准子库中,对应存储有当前时期的植被RGB值,其中至少包括一组RGB值序列。
将待测遥感影像色系值,与对应目标色系标准子库中的各组RGB色系值,进行比对,若该目标色系标准子库中存在该待测遥感影像色系值匹配的色系,则表明该待测遥感影像色系值对应区域是植被覆盖区域;相反,若目标色系标准子库中不存在与之相匹配的色系,表明该区域色系存在异常,至少可以表明该待测遥感影像色系不属于当前时期的植被色系,或者表明属于非植被色系。进而判定该待测遥感影像色系对应区域属于色系异常区域,极有可能在该水源地禁建空间区域内存在违法活动。
本实施例中,结合植被图像色系标准库,识别禁建空间区域的色系异常区域包括:获取待测遥感影像的采集时间信息,从植被图像色系标准库中,筛选出与该采集时间信息对应的目标色系标准子库;植被图像色系标准库按照不同时期建立不同的色系标准子库;将待测遥感影像色系值,与目标色系标准子库进行比对,判断目标色系标准子库中是否存在与该待测遥感影像色系值匹配的植被色系;如果不存在,则判定待测遥感影像色系值对应空间区域为色系异常区域;如果存在,则判定待测遥感影像色系值对应空间区域为色系正常区域。
可选的,分别计算待测遥感影像色系RGB值,与目标色系标准子库中的植被色系RGB值的差值ΔR、ΔG、ΔB,通过如下公式计算待测遥感影像色系与目标色系标准子库中的植被色系的相似度k’;
当所得相似度k’小于等于设定相似度阈值k时,判定目标色系标准子库中的植被色系,与该待测遥感影像色系匹配;如果,该目标色系标准子库中的所有色系值,与该待测遥感影像色系值之间的相似度,均不小于等于设定相似度阈值k,则判定目标色系标准子库中不存在与待测遥感影像色系值匹配的植被色系。从而实现目标色系标准子库中是否存在与待测遥感影像色系值匹配的植被色系的判断。
在本发明的其他实施例中,当待测遥感影像色系值,与目标色系标准子库中的某一色系值完全相同时,判定存在与之匹配的色系值;对应的,若该目标色系标准子库中不存在与其完全相同的色系值,则判定不存在与之匹配的色系值,进而判断该待测遥感影像色系值对应空间区域为色系异常区域。
可选的,对待测水源地禁建空间区域,按照地表属性进行划块,每一影像块作为一待测遥感影像。其中地表属性包括但不限于林地、草地、裸露岩地、水源地等。通过划块处理后,可以提高植被色系识别的精度。
可选的,当待测遥感影像存在至少两个像素点时,可以这对各像素点的色系RGB值进行均值处理,以得到该待测遥感影像的色系RGB值。
S103、对色系异常区域进行预警。
可选的,通过生成告警信息对该色系异常区域进行告警,有利于提高水源地周边禁建空间区域违法活动的识别精度和准确性。其中,告警信息可以通过文字、声音、图像或者结合的方式进行,告警信息可以包括水源地名称、编号、色系异常区域的空间坐标信息、与水源地的相对位置关系、图片等信息。
本实施例还提供一种水源地违法活动识别预警方法,请参见图2,主要包括如下步骤:
S201、使用水源地空间信息库数据,获取待监测水源地的空间坐标信息,结合卫星遥感影像,确定待监测水源地禁建空间区域对应的待测遥感影像。
S202、使用图像识别技术,获取待测遥感影像色系值,结合植被图像色系标准库,识别禁建空间区域的色系异常区域;植被图像色系标准库通过预先收集植被在不同时期的航拍图像,识别植被图像色系RGB值,并存储于数据库,以构建生成。
上述步骤S201-S202与上述步骤S101-S102类似,在此不再赘述。与上述示例不同的是,还基于建筑物外部色系进行识别,以进一步提高违法建筑物的识别精度。具体请参见如下步骤S203-S205。
S203、调用建筑物外部俯拍色系库,将色系异常区域对应的色系RGB值,与建筑物外部俯拍色系库进行比对。
通过收集建筑物不同时期(例如筑基、框架、建成等时期)的航拍图像,获取建筑物外部图像颜色RGB值,并存入数据库中,构成建筑物外部俯拍色系库。例如,建筑物筑基时期,主要呈现土地本身的颜色(比如红色、黄色、褐色等);在建筑物框架时期,主要呈现水泥、砖土的灰色、红色等,在建成之后,一般呈现楼顶的黑色、灰色等。
S204、判断建筑物外部俯拍色系库中是否存在与之匹配的建筑物目标色系;如是,转至步骤S205;如否,转至步骤S206。
将疑似建筑物当前目标色系,与建立的建筑物外部俯拍色系库进行比对,以判断色系库中是否存在与之匹配的色系,如果存在,则进一步盘点该色系异常区域存在疑似建筑物,也即存在违建活动;若不存在,则表明该色系异常区域主要是植被覆盖存在异常;进而通过步骤S206,仅进行色系异常区域的预警额,而不是进行疑似建筑物预警。
其中,疑似建筑物当前目标色系,与建立的建筑物外部俯拍色系库是否匹配,可以参见上述关于植被色系匹配的描述,在此不再赘述。
S205、对色系异常区域进行疑似建筑物预警。
S206、只进行色系异常区域预警。
本实施例还提供一种水源地违法活动识别预警方法,请参见图3,主要包括如下步骤:
S301、使用水源地空间信息库数据,获取待监测水源地的空间坐标信息,结合卫星遥感影像,确定待监测水源地禁建空间区域对应的待测遥感影像。
S302、使用图像识别技术,获取待测遥感影像色系值,结合植被图像色系标准库,识别禁建空间区域的色系异常区域;植被图像色系标准库通过预先收集植被在不同时期的航拍图像,识别植被图像色系RGB值,并存储于数据库,以构建生成。
S303、调用建筑物外部俯拍色系库,将色系异常区域对应的色系RGB值,与建筑物外部俯拍色系库进行比对。
S304、判断建筑物外部俯拍色系库中是否存在与之匹配的建筑物目标色系;如是,转至步骤S305;如否,转至步骤S306。
上述步骤S301-S304与上述步骤S201-S204类似,在此不再赘述。与上述示例不同的是,还基于建筑物轮廓特征信息进行识别,以进一步提高违法建筑物的识别精度。具体请参见如下步骤S305-S307。
S305、对色系异常区域进行建筑物轮廓特征信息识别提取,结合疑似建筑物空间坐标信息,利用计算机算法进行形状复原,输入机器学习建筑物不规则多边形智能模型中,判断识别是否为建筑物不规则多边形;如是,转至步骤S306;如否,转至步骤S307。
建筑物在空间表现上两个特征,高度和不规则多边形。本实施例利用建筑物轮廓具有不规则多边形的特性,对疑似建筑物进行轮廓特征信息识别提取,通过预先建立的建筑物不规则多边形智能识别模型,以对该疑似建筑物进行进一步判断识别,从而提高疑似建筑物的识别准确性。
S306、判定色系异常区域存在疑似建筑物,并进行预警。
S307、只进行色系异常区域预警。
在本发明的其他实施例中,还包括通过DEM(Digital Elevation Model,数字高程模型)提取技术获取疑似建筑物的DEM高程数据,识别出疑似建筑物的高度,并进行入库存储。DEM是高程Z关于平面坐标X,Y两个自变量的连续函数,DEM只是它的一个有限的离散表示。高程模型最常见的表达是相对于海平面的海拔高度,或某个参考平面的相对高度。
建立DEM的方法有多种,从数据源及采集方式主要有:根据航空或航天影像,通过摄影测量途径获;野外测量或者从现有地形图上采集高程点或者等高线,后通过内插生成DEM等方法。
要想快速的获取大范围的DEM数据,卫星手段是一种好的方法。而且随着卫星传感器的发展,获取的DEM精度越来越高。如目前商业卫星最高分辨率的0.41米GeoEye-1,在使用高质量控制资料时,垂直精度的中误差可达到0.5米,可满足1:5000的地图比例尺生产。
请参见图图4,为一种DEM数据提取流程示意图,主要包括:
S401、输入立体像对;
S402、定义地面控制点;
S403、定义连接点;
S404、设定DEM提取参数;
S405、输出DEM,并检查结果;
S406、编辑DEM。
疑似建筑物高程信息提取,可以在固定的间隔时间周期(例如一个月、季度等)重复识别,并保存数据进行横向对比,最后就可以识别出在建的建筑物和建成的建筑物。
在本发明的其他实施例中,还可以结合当前时间周期内识别得到的该疑似建筑物高程信息,与前一时间周期内识别得到的高程信息,进行比对,计算高程变化值,如果存在变化或者变化值较大,则表明可能存在继续违建活动,进而可以判断存在疑似建筑物。
可选的,对色系异常区域进行疑似建筑物预警时,还包括将疑似建筑物的高度携带入预警信息中。
本实施例提供的水源地违法活动识别预警方法,通过使用人工智能植被色系识别技术,辅助使用建筑物高程数据、建筑物色系数据、建筑物空间特征等数据,进行计算机自动识别并预警;极大的提高了效率和精确度。
实施例二:
本实施例在上述实施例一的基础上,提供一种服务器,请参见图5,该服务器包括处理器51、存储器52及通信总线53;
其中,通信总线53用于实现处理器51和存储器52之间的连接通信;
处理器51用于执行存储器52中存储的一个或者多个程序,以实现如上述实施例一所述的水源地违法活动识别预警方法的步骤。具体请参见上述实施例一中的描述,在此不再赘述。
本实施例还提供一种存储介质,该存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如上述实施例一所述的水源地违法活动识别预警方法的步骤。具体请参见上述实施例一中的描述,在此不再赘述。
显然,本领域的技术人员应该明白,上述本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在计算机存储介质(ROM/RAM、磁碟、光盘)中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。所以,本发明不限制于任何特定的硬件和软件结合。
以上内容是结合具体的实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (10)
1.一种水源地违法活动识别预警方法,其特征在于,包括:
使用水源地空间信息库数据,获取待监测水源地的空间坐标信息,结合卫星遥感影像,确定所述待监测水源地禁建空间区域对应的待测遥感影像;
使用图像识别技术,获取所述待测遥感影像色系值,结合植被图像色系标准库,识别所述禁建空间区域的色系异常区域;所述植被图像色系标准库通过预先收集植被在不同时期的航拍图像,识别植被图像色系RGB值,并存储于数据库,以构建生成;
对所述色系异常区域进行预警。
2.如权利要求1所述的水源地违法活动识别预警方法,其特征在于,所述结合植被图像色系标准库,识别所述禁建空间区域的色系异常区域包括:
获取所述待测遥感影像的采集时间信息,从所述植被图像色系标准库中,筛选出与所述采集时间信息对应的目标色系标准子库;所述植被图像色系标准库按照不同时期建立不同的色系标准子库;
将所述待测遥感影像色系值,与所述目标色系标准子库进行比对,判断所述目标色系标准子库中是否存在与所述待测遥感影像色系值匹配的植被色系;
如果不存在,则判定所述待测遥感影像色系值对应空间区域为所述色系异常区域;如果存在,则判定所述待测遥感影像色系值对应空间区域为色系正常区域。
4.如权利要求1所述的水源地违法活动识别预警方法,其特征在于,还包括:对禁建空间区域按照地表属性进行划块,每一影像块作为一所述待测遥感影像。
5.如权利要求1-4任一项所述的水源地违法活动识别预警方法,其特征在于,在所述对所述色系异常区域进行预警之前,还包括:
调用建筑物外部俯拍色系库,将所述色系异常区域对应的色系RGB值,与所述建筑物外部俯拍色系库进行比对,以判断所述建筑物外部俯拍色系库中是否存在与之匹配的建筑物目标色系,如是,则对所述色系异常区域进行疑似建筑物预警;如否,则只进行色系异常区域预警。
6.如权利要求5所述的水源地违法活动识别预警方法,其特征在于,在所述对所述色系异常区域进行疑似建筑物预警之前,还包括:
对所述色系异常区域进行建筑物轮廓特征信息识别提取,结合疑似建筑物空间坐标信息,利用计算机算法进行形状复原,输入机器学习建筑物不规则多边形智能模型中,判断识别是否为不规则多边形,如是,则判定所述色系异常区域存在疑似建筑物,并进行预警;如否,则只进行色系异常区域预警。
7.如权利要求5所述的水源地违法活动识别预警方法,其特征在于,还包括:通过DEM提取技术获取所述疑似建筑物的DEM高程数据,识别出所述疑似建筑物的高度,并进行入库存储。
8.如权利要求7所述的水源地违法活动识别预警方法,其特征在于,对所述色系异常区域进行疑似建筑物预警时,还包括将所述疑似建筑物的高度携带入预警信息中。
9.一种服务器,其特征在于,所述服务器包括处理器、存储器及通信总线;
所述通信总线用于实现处理器和存储器之间的连接通信;
所述处理器用于执行存储器中存储的一个或者多个程序,以实现如权利要求1至8中任一项所述的水源地违法活动识别预警方法的步骤。
10.一种存储介质,其特征在于,所述存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如权利要求1至8中任一项所述的水源地违法活动识别预警方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911233841.6A CN110928976B (zh) | 2019-12-05 | 2019-12-05 | 水源地违法活动识别预警方法、服务器及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911233841.6A CN110928976B (zh) | 2019-12-05 | 2019-12-05 | 水源地违法活动识别预警方法、服务器及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110928976A true CN110928976A (zh) | 2020-03-27 |
CN110928976B CN110928976B (zh) | 2022-12-23 |
Family
ID=69857037
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911233841.6A Active CN110928976B (zh) | 2019-12-05 | 2019-12-05 | 水源地违法活动识别预警方法、服务器及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110928976B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111563881A (zh) * | 2020-04-17 | 2020-08-21 | 北京数制科技有限公司 | 基于潘通色系的颜色区分方法、装置、设备和存储介质 |
CN112261381A (zh) * | 2020-10-26 | 2021-01-22 | 余姚市规划测绘设计院 | 基于遥感技术湿地违捕鸟类监测方法 |
CN115281063A (zh) * | 2022-08-26 | 2022-11-04 | 吉林省佰强科技有限责任公司 | 一种智能灌溉控制系统及操作方法 |
CN116007684A (zh) * | 2023-02-15 | 2023-04-25 | 四川锦美环保股份有限公司 | 饮用水水源地智慧化无人监管系统及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104331682A (zh) * | 2014-10-11 | 2015-02-04 | 东南大学 | 一种基于傅里叶描述子的建筑物自动识别方法 |
CN108805864A (zh) * | 2018-05-07 | 2018-11-13 | 广东省电信规划设计院有限公司 | 基于图像数据的违章建筑物的获取方法以及装置 |
CN109753928A (zh) * | 2019-01-03 | 2019-05-14 | 北京百度网讯科技有限公司 | 违章建筑物识别方法和装置 |
CN110243354A (zh) * | 2019-07-04 | 2019-09-17 | 桂林理工大学 | 一种城市违法建筑物动态监测方法和系统 |
-
2019
- 2019-12-05 CN CN201911233841.6A patent/CN110928976B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104331682A (zh) * | 2014-10-11 | 2015-02-04 | 东南大学 | 一种基于傅里叶描述子的建筑物自动识别方法 |
CN108805864A (zh) * | 2018-05-07 | 2018-11-13 | 广东省电信规划设计院有限公司 | 基于图像数据的违章建筑物的获取方法以及装置 |
CN109753928A (zh) * | 2019-01-03 | 2019-05-14 | 北京百度网讯科技有限公司 | 违章建筑物识别方法和装置 |
CN110243354A (zh) * | 2019-07-04 | 2019-09-17 | 桂林理工大学 | 一种城市违法建筑物动态监测方法和系统 |
Non-Patent Citations (1)
Title |
---|
BOLIXI7800: "比较两个RGB颜色的相似度", 《CSDN博客》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111563881A (zh) * | 2020-04-17 | 2020-08-21 | 北京数制科技有限公司 | 基于潘通色系的颜色区分方法、装置、设备和存储介质 |
CN112261381A (zh) * | 2020-10-26 | 2021-01-22 | 余姚市规划测绘设计院 | 基于遥感技术湿地违捕鸟类监测方法 |
CN115281063A (zh) * | 2022-08-26 | 2022-11-04 | 吉林省佰强科技有限责任公司 | 一种智能灌溉控制系统及操作方法 |
CN115281063B (zh) * | 2022-08-26 | 2023-11-24 | 吉林省佰强科技有限责任公司 | 一种智能灌溉控制系统及操作方法 |
CN116007684A (zh) * | 2023-02-15 | 2023-04-25 | 四川锦美环保股份有限公司 | 饮用水水源地智慧化无人监管系统及方法 |
CN116007684B (zh) * | 2023-02-15 | 2023-06-06 | 四川锦美环保股份有限公司 | 饮用水水源地智慧化无人监管系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110928976B (zh) | 2022-12-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110928976B (zh) | 水源地违法活动识别预警方法、服务器及存储介质 | |
CN111537515A (zh) | 基于三维实景模型的铁塔螺栓缺陷展示方法和系统 | |
CN116645789A (zh) | 一种基于无人机测绘的土地自然灾害预警管控系统 | |
Gonçalves et al. | Monitoring Local Shoreline Changes by Integrating UASs, Airborne LiDAR, Historical Images and Orthophotos. | |
CN114862160A (zh) | 一种地震遥感应急救援信息采集方法 | |
CN110991705A (zh) | 一种基于深度学习的城市扩展预测方法及系统 | |
CN110969134A (zh) | 水源地违建识别预警方法、装置、服务器及存储介质 | |
CN116592851B (zh) | 融合线路本体的输电通道树障卫星三维监测方法及系统 | |
JP2014126537A (ja) | 座標補正装置、座標補正プログラム、及び座標補正方法 | |
CN116051777B (zh) | 超高层建筑提取方法、设备和可读存储介质 | |
CN117372875A (zh) | 一种航空遥感目标识别方法 | |
CN115496399B (zh) | 基于无人机的基坑勘测任务即时更新分配方法及系统 | |
CN115311574B (zh) | 一种建筑物监测方法、设备及介质 | |
CN115861794A (zh) | 一种基于无人机的基站倾斜及位移的图像识别方法 | |
CN113361405B (zh) | 一种基于yolo v3的亚洲象识别方法及系统 | |
CN114943809A (zh) | 一种地图模型的生成方法、装置及存储介质 | |
CN112735072B (zh) | 一种基于物联网林区动态及林区火情预警云平台 | |
CN114025375A (zh) | 基于蜂窝分布识别技术的5g跟踪区异常检测方法及其系统 | |
CN112164049B (zh) | 一种违建监测方法及装置 | |
CN116912476B (zh) | 松材线虫病无人机遥感监测快速定位方法及相关装置 | |
CN116013018B (zh) | 一种基于无人机探测的森林防火预警分析方法及系统 | |
US20230069829A1 (en) | Method and device for determining altitude obstacles | |
CN115329022A (zh) | 一种基于网格的涉密空间数据公众服务方法 | |
CN116992628A (zh) | 一种用于露天矿厂的建模方法 | |
CN118155087A (zh) | 一种基于卫星和无人机协同的环水保智能监管系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |