CN110969134A - 水源地违建识别预警方法、装置、服务器及存储介质 - Google Patents
水源地违建识别预警方法、装置、服务器及存储介质 Download PDFInfo
- Publication number
- CN110969134A CN110969134A CN201911233900.XA CN201911233900A CN110969134A CN 110969134 A CN110969134 A CN 110969134A CN 201911233900 A CN201911233900 A CN 201911233900A CN 110969134 A CN110969134 A CN 110969134A
- Authority
- CN
- China
- Prior art keywords
- color system
- building
- remote sensing
- sensing image
- detected
- 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.)
- Pending
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 76
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000003860 storage Methods 0.000 title claims abstract description 11
- 238000010276 construction Methods 0.000 claims abstract description 13
- 238000005516 engineering process Methods 0.000 claims abstract description 11
- 230000001788 irregular Effects 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 5
- 238000010801 machine learning Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000000903 blocking effect Effects 0.000 claims description 2
- 239000003651 drinking water Substances 0.000 description 8
- 235000020188 drinking water Nutrition 0.000 description 8
- 230000000694 effects Effects 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 239000011449 brick Substances 0.000 description 1
- 239000004568 cement Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/176—Urban or other man-made structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种水源地违建识别预警方法、装置、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；调用建筑物外部俯拍色系库，将待测遥感影像色系值，与建筑物外部俯拍色系库进行比对；判断建筑物外部俯拍色系库中是否存在，与待测遥感影像色系值匹配的建筑物目标色系；如是，则确定待测遥感影像对应空间区域存在疑似建筑物，并进行预警。通过使用人工智能建筑物色系识别技术，进行计算机自动识别并预警；极大的提高了效率和精确度。
Description
技术领域
本发明涉及水源地保护领域，尤其涉及一种水源地违建识别预警方法、装置、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建识别预警方法、装置、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建识别预警方法，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；
调用建筑物外部俯拍色系库，将所述待测遥感影像色系值，与所述建筑物外部俯拍色系库进行比对；
判断所述建筑物外部俯拍色系库中是否存在，与所述待测遥感影像色系值匹配的建筑物目标色系；如是，则确定所述待测遥感影像对应空间区域存在疑似建筑物，并进行预警。
可选的，所述将所述待测遥感影像色系值，与所述建筑物外部俯拍色系库进行比对包括：
分别计算所述待测遥感影像色系值，与所述建筑物外部俯拍色系库中各色系值之间的相似度k’，包括通过如下公式进行相似度计算：
当计算所得相似度k’小于等于设定相似度阈值k时，判定所述建筑物外部俯拍色系库中的该色系，与所述待测遥感影像色系匹配；所述ΔR表示该待测遥感影像色系R值，与该建筑物外部俯拍色系库中某待对比色系R值之间的差值；所述ΔG表示该待测遥感影像色系G值，与该建筑物外部俯拍色系库中某待对比色系G值之间的差值；所述ΔB表示该待测遥感影像色系B值，与该建筑物外部俯拍色系库中某待对比色系B值之间的差值。
可选的，在所述对疑似建筑物预警之前，还包括：
对所述待测遥感影像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，则判定所述待测遥感影像对应空间区域存在疑似建筑物，并进行预警；如否，则只进行建筑物色系异常预警。
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，还包括：对所述待监测水源地禁建空间区域，按照地表属性进行划块，每一影像块作为一所述待测遥感影像。
可选的，还包括将当前时间周期内提取得到的所述疑似建筑物的DEM高程数据，与前一时间周期内提取得到的所述疑似建筑物的DEM高程数据进行比对，判断是否存在高程变化，如是，则提高对所述疑似建筑物的预警级别。
可选的，所述对所述待测遥感影像对应空间区域存在疑似建筑物预警时，还包括将所述疑似建筑物的高度携带入预警信息中。
本发明还提供一种水源地违建识别预警装置，包括：
影像处理模块，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，确定所述待监测水源地禁建空间区域对应的待测遥感影像；
色系识别模块，通过使用图像识别技术，获取所述待测遥感影像色系值；
色系比对模块，通过调用建筑物外部俯拍色系库，将所述待测遥感影像色系值，与所述建筑物外部俯拍色系库进行比对；
预警处理模块，用于判断所述建筑物外部俯拍色系库中是否存在，与所述待测遥感影像色系值匹配的建筑物目标色系；如是，则确定所述待测遥感影像对应空间区域存在疑似建筑物，并进行预警。
本发明还提供一种服务器，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建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，以实现如上任一项所述的水源地违建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建识别预警方法、装置、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；调用建筑物外部俯拍色系库，将待测遥感影像色系值，与建筑物外部俯拍色系库进行比对；判断建筑物外部俯拍色系库中是否存在，与待测遥感影像色系值匹配的建筑物目标色系；如是，则确定待测遥感影像对应空间区域存在疑似建筑物，并进行预警。通过预先构建建筑物外部俯拍色系库，可以实现对待测水源地禁建空间区域疑似建筑物的识别预警，提高了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水源地违建识别预警方法流程示意图；
图2为本发明实施例二的水源地违建识别预警装置结构示意图；
图3为本发明实施例三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为本实施例的水源地违建识别预警方法流程示意图；该方法主要包括如下步骤：
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。
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。
S103、调用建筑物外部俯拍色系库，将待测遥感影像色系值，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。
分别计算待测遥感影像色系值，与建筑物外部俯拍色系库中各色系值之间的相似度k’，包括通过如下公式进行相似度计算：
所述ΔR表示该待测遥感影像色系R值，与该建筑物外部俯拍色系库中某待对比色系R值之间的差值；所述ΔG表示该待测遥感影像色系G值，与该建筑物外部俯拍色系库中某待对比色系G值之间的差值；所述ΔB表示该待测遥感影像色系B值，与该建筑物外部俯拍色系库中某待对比色系B值之间的差值。假设，该待测遥感影像色系值为R1G1B1，该建筑物外部俯拍色系库中某待对比色系值为R2G2B2，那么ΔR＝R1-R2；ΔG＝G1-G2；ΔB＝B1-B2。
当计算所得相似度k’小于等于设定相似度阈值k时，判定建筑物外部俯拍色系库中的该色系，与待测遥感影像色系匹配。其中，设定相似度阈值k可根据实际需求灵活设置。
在本发明的其他实施例中，当待测遥感影像色系值，与建筑物外部俯拍色系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，若建筑物外部俯拍色系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。
可选的，还包括对待监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，可以提高建筑物色系识别的精度。
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。
S104、判断建筑物外部俯拍色系库中是否存在，与待测遥感影像色系值匹配的建筑物目标色系；如是，转至步骤S105；如否，则不作处理。
S105、则确定待测遥感影像对应空间区域存在疑似建筑物，并进行预警。
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。
建筑物在空间表现上两个特征，高度和不规则多边形。在本发明的其他实施例中，还可以进一步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。
具体的，当判断建筑物外部俯拍色系库中不存在，与待测遥感影像色系值匹配的建筑物目标色系时，对待测遥感影像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，则判定待测遥感影像对应空间区域存在疑似建筑物，并进行预警；如否，则不作处理，或者确定不存在异常。
或者，当判断建筑物外部俯拍色系库中存在，与待测遥感影像色系值匹配的建筑物目标色系时，并在进行预警之前，还包括：对待测遥感影像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，则判定待测遥感影像对应空间区域存在疑似建筑物，并进行预警；如否，则只进行建筑物色系异常预警。
可选的，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。
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。
具体的，将当前时间周期内提取得到的疑似建筑物的DEM高程数据，与前一时间周期内提取得到的疑似建筑物的DEM高程数据进行比对，判断是否存在高程变化，如是，则表明可能存在继续违建活动，进而可提高对疑似建筑物的预警级别。
对待测遥感影像对应空间区域存在疑似建筑物预警时，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，通过使用人工智能建筑物色系识别技术，辅助使用建筑物空间特征、建筑物高程数据等，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，提供一种水源地违建识别预警装置，以实现如上述实施例一所述的水源地违建识别预警方法的步骤，请参见图2，该装置主要包括：
影像处理模块21，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。
色系识别模块22，通过使用图像识别技术，获取待测遥感影像色系值。
色系比对模块23，通过调用建筑物外部俯拍色系库，将待测遥感影像色系值，与建筑物外部俯拍色系库进行比对。
预警处理模块24，用于判断建筑物外部俯拍色系库中是否存在，与待测遥感影像色系值匹配的建筑物目标色系；如是，则确定待测遥感影像对应空间区域存在疑似建筑物，并进行预警。
具体处理流程请参见上述实施例一中的描述，在此不再赘述。
实施例三：
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3，该服务器包括处理器31、存储器32及通信总线33；
其中，通信总线33用于实现处理器31和存储器32之间的连接通信；
处理器31用于执行存储器32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建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建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)
1.一种水源地违建识别预警方法，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；
调用建筑物外部俯拍色系库，将所述待测遥感影像色系值，与所述建筑物外部俯拍色系库进行比对；
判断所述建筑物外部俯拍色系库中是否存在，与所述待测遥感影像色系值匹配的建筑物目标色系；如是，则确定所述待测遥感影像对应空间区域存在疑似建筑物，并进行预警。
2.如权利要求1所述的水源地违建识别预警方法，其特征在于，所述将所述待测遥感影像色系值，与所述建筑物外部俯拍色系库进行比对包括：
分别计算所述待测遥感影像色系值，与所述建筑物外部俯拍色系库中各色系值之间的相似度k’，包括通过如下公式进行相似度计算：
当计算所得相似度k’小于等于设定相似度阈值k时，判定所述建筑物外部俯拍色系库中的该色系，与所述待测遥感影像色系匹配；所述ΔR表示该待测遥感影像色系R值，与该建筑物外部俯拍色系库中某待对比色系R值之间的差值；所述ΔG表示该待测遥感影像色系G值，与该建筑物外部俯拍色系库中某待对比色系G值之间的差值；所述ΔB表示该待测遥感影像色系B值，与该建筑物外部俯拍色系库中某待对比色系B值之间的差值。
3.如权利要求1所述的水源地违建识别预警方法，其特征在于，在所述对疑似建筑物预警之前，还包括：
对所述待测遥感影像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，则判定所述待测遥感影像对应空间区域存在疑似建筑物，并进行预警；如否，则只进行建筑物色系异常预警。
4.如权利要求1-3任一项所述的水源地违建识别预警方法，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。
5.如权利要求1-3任一项所述的水源地违建识别预警方法，其特征在于，还包括：对所述待监测水源地禁建空间区域，按照地表属性进行划块，每一影像块作为一所述待测遥感影像。
6.如权利要求4所述的水源地违建识别预警方法，其特征在于，还包括将当前时间周期内提取得到的所述疑似建筑物的DEM高程数据，与前一时间周期内提取得到的所述疑似建筑物的DEM高程数据进行比对，判断是否存在高程变化，如是，则提高对所述疑似建筑物的预警级别。
7.如权利要求4所述的水源地违建识别预警方法，其特征在于，所述对所述待测遥感影像对应空间区域存在疑似建筑物预警时，还包括将所述疑似建筑物的高度携带入预警信息中。
8.一种水源地违建识别预警装置，其特征在于，包括：
影像处理模块，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，确定所述待监测水源地禁建空间区域对应的待测遥感影像；
色系识别模块，通过使用图像识别技术，获取所述待测遥感影像色系值；
色系比对模块，通过调用建筑物外部俯拍色系库，将所述待测遥感影像色系值，与所述建筑物外部俯拍色系库进行比对；
预警处理模块，用于判断所述建筑物外部俯拍色系库中是否存在，与所述待测遥感影像色系值匹配的建筑物目标色系；如是，则确定所述待测遥感影像对应空间区域存在疑似建筑物，并进行预警。
9.一种服务器，其特征在于，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7中任一项所述的水源地违建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7中任一项所述的水源地违建识别预警方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911233900.XA CN110969134A (zh) | 2019-12-05 | 2019-12-05 | 水源地违建识别预警方法、装置、服务器及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911233900.XA CN110969134A (zh) | 2019-12-05 | 2019-12-05 | 水源地违建识别预警方法、装置、服务器及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110969134A true CN110969134A (zh) | 2020-04-07 |
Family
ID=70032899
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911233900.XA Pending CN110969134A (zh) | 2019-12-05 | 2019-12-05 | 水源地违建识别预警方法、装置、服务器及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110969134A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110969132A (zh) * | 2019-12-05 | 2020-04-07 | 重庆商勤科技有限公司 | 一种水源地违法项目遥感分析方法、服务器及存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103218747A (zh) * | 2013-02-08 | 2013-07-24 | 中国地质科学院矿产资源研究所 | 离子吸附型稀土矿非法开采监测与预警系统和方法 |
| 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 |
| CN105893972A (zh) * | 2016-04-08 | 2016-08-24 | 深圳市智绘科技有限公司 | 基于影像进行的违章建筑物自动监测方法及其实现系统 |
| CN107092877A (zh) * | 2017-04-12 | 2017-08-25 | 武汉大学 | 基于建筑物基底矢量的遥感影像屋顶轮廓提取方法 |
| 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 CN201911233900.XA patent/CN110969134A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103218747A (zh) * | 2013-02-08 | 2013-07-24 | 中国地质科学院矿产资源研究所 | 离子吸附型稀土矿非法开采监测与预警系统和方法 |
| 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 |
| CN105893972A (zh) * | 2016-04-08 | 2016-08-24 | 深圳市智绘科技有限公司 | 基于影像进行的违章建筑物自动监测方法及其实现系统 |
| CN107092877A (zh) * | 2017-04-12 | 2017-08-25 | 武汉大学 | 基于建筑物基底矢量的遥感影像屋顶轮廓提取方法 |
| 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 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110969132A (zh) * | 2019-12-05 | 2020-04-07 | 重庆商勤科技有限公司 | 一种水源地违法项目遥感分析方法、服务器及存储介质 |
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 | |
| CN110675494B (zh) | 一种风电场风机位置三维可视化优选方法 | |
| CN110807429A (zh) | 基于tiny-YOLOv3的施工安全检测方法及系统 | |
| CN109472802B (zh) | 一种基于边缘特征自约束的表面网格模型构建方法 | |
| CN111259957A (zh) | 基于深度学习的能见度监测和模型训练方法、装置、终端及介质 | |
| CN110135290B (zh) | 一种基于SSD和AlphaPose的安全帽佩戴检测方法及系统 | |
| CN106156758B (zh) | 一种sar海岸图像中海岸线提取方法 | |
| CN112668461B (zh) | 一种具有野生动物识别的智能监管系统 | |
| CN115424135A (zh) | 一种用于植被提取深度学习的四通道影像处理方法 | |
| CN110969134A (zh) | 水源地违建识别预警方法、装置、服务器及存储介质 | |
| CN107765257A (zh) | 一种基于反射强度辅助外部校准的激光探测与测量方法 | |
| JP6146731B2 (ja) | 座標補正装置、座標補正プログラム、及び座標補正方法 | |
| CN110991705A (zh) | 一种基于深度学习的城市扩展预测方法及系统 | |
| 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 | |
| CN116106904B (zh) | 面向对象MT-InSAR的设施变形监测方法及设备 | |
| JP2011257244A (ja) | 物体形状検出装置及び方法 | |
| KR102626957B1 (ko) | 월파 예측 시뮬레이션 시스템 및 이를 이용한 예측 방법 | |
| CN105651209B (zh) | 指定区域面积的应急获取方法和装置 | |
| CN113592975B (zh) | 一种基于遥感的鸟瞰图快速成图系统 | |
| CN114943809A (zh) | 一种地图模型的生成方法、装置及存储介质 | |
| CN110969700A (zh) | 一种3d电子沙盘模型生成方法、装置及电子设备 | |
| 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 | |
| CN114612801B (zh) | 一种基于高分遥感卫星几何定位模型的洪灾预警方法 | |
| US20230069829A1 (en) | Method and device for determining altitude obstacles |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200407 |
|
| RJ01 | Rejection of invention patent application after publication |