(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210805671.X (22)申请日 2022.07.08 (71)申请人 国网浙江省电力有限公司杭州市余 杭区供电公司 地址 311100 浙江省杭州市余杭区南苑街 道藕花洲大街398号 申请人 国网浙江省电力有限公司杭州市临 平区供电公司 (72)发明人 朱鹏　杨翾　沈凯　范会亮　 (74)专利代理 机构 杭州华鼎知识产权代理事务 所(普通合伙) 33217 专利代理师 秦晓刚 (51)Int.Cl. G06V 20/10(2022.01) G06V 10/77(2022.01)G06V 10/26(2022.01) G06V 10/28(2022.01) G06V 10/764(2022.01) G06V 10/44(2022.01) G06V 10/34(2022.01) G06T 7/62(2017.01) (54)发明名称 一种基于高分辨率影像的光伏可开发屋顶 提取方法 (57)摘要 本发明公开了一种基于高分辨率影像的光 伏可开发屋顶提取方法， 包括： 对高分辨率影像 进行预处理， 裁剪得到建筑物密集区域； 利用主 成分分析算法对建筑物密集区域进行降维处理， 得到若干主成分数据； 对主成分数据进行Otsu阈 值分割， 生成影像二值化结果图； 利用决策树分 类和监督分类对影像二值化结果图进行分类， 得 到疑似屋顶类； 根据疑似屋顶类对阈值分割结果 进行掩膜， 掩膜结果为屋顶的离散对象； 对掩膜 结果进行Canny算子边缘检测， 提取建筑物外形 轮廓； 对建筑物外形轮廓的不规则线段以及小闭 环进行编辑和修复处理； 用数学形态学算法对处 理结果进行优化， 得到最终提取结果， 并计算其 中光伏可开发屋顶面积。 能够准确计算出光伏可 开发屋顶面积。 权利要求书1页 说明书6页 附图3页 CN 115471738 A 2022.12.13 CN 115471738 A 1.一种基于高分辨 率影像的光伏可开发屋顶提取 方法， 其特 征在于， 包括以下步骤： S1： 对高分辨 率影像进行预处理， 裁剪得到建筑物密集区域； S2： 利用主成分 分析算法对建筑物密集区域进行降维处 理， 得到若干主成分数据； S3： 对主成分数据进行Otsu阈值分割， 生成影 像二值化结果图； S4： 利用决策树分类和监 督分类对影 像二值化结果图进行分类， 得到疑似屋顶类； S5： 根据疑似屋顶类对阈值分割结果进行掩膜， 掩膜结果 为屋顶的离 散对象； S6： 对掩膜结果进行Can ny算子边 缘检测， 提取建筑物外形轮廓； S7： 对建筑物外形轮廓的不 规则线段以及小闭环进行编辑和修复处 理； S8： 用数学形态学算法对处理结果进行优化， 得到最终提取结果， 并计算其中光伏可开 发屋顶面积。 2.根据权利要求1所述的一种基于高分辨率影像的光伏可开发屋顶提取方法， 其特征 在于， 所述S1的过程包括： 选取高分辨率影像中， 矩形出现密度大于预设值的部分， 裁剪得 到建筑物密集区域。 3.根据权利要求1所述的一种基于高分辨率影像的光伏可开发屋顶提取方法， 其特征 在于， 所述S2的过程包括： 计算建筑物密集区域的协方差矩阵； 求出协方差矩阵的特 征值 λi以及其相应正交化单位特 征向量αi； 协方差矩阵前m个 较大的特 征值就是前m个主成分所对应的方差； 第i个主成分Fi为： Fi＝aiX； 其中X为建筑物密集区域的原 始影像， X＝Xi， i＝1， 2，…， k， k为波段数。 4.根据权利要求1所述的一种基于高分辨率影像的光伏可开发屋顶提取方法， 其特征 在于， 所述S4的过程包括： 选择感兴趣区， 分别为裸土、 植被、 道路、 屋顶和阴影， 通过各感兴趣区的统计数据， 为 决策树中的各个结点设置判断条件， 得到最终结果后利用混淆矩阵进行 结果分析； 再利用感兴趣区， 使用监督分类中的最大似然分类法进行分类； 最大似然分类法假设 每一类别的特征服从正态分布， 构建概率分布函数； 在概率分布函数的基础上， 对每个像素 求出其属于不同类别的概率， 比较得到的多个概率结果， 属于某一类的概率最大则该类为 像素的分类结果； 设像素x在类别 k的条件概率为P(x|k)， 像素x在类别i的条件概率为P(x| i)， 那么归属概 率Lk表示为以下形式的判别函数： Lk＝P(k|x)＝P(k) ×P(x|k)/∑P(i) ×P(x|i)； P(k)是类别k的先验概 率， P(i)是类别i的先验概 率， 由训练区确定； 利用上述步骤中的感兴趣区进行初步最大似然分类， 利用混淆矩阵进行结果分析， 对 于出现错分、 混 分的区域调整感兴趣区， 重新分类以改进分类结果， 得到疑似屋顶类。 5.根据权利要求1所述的一种基于高分辨率影像的光伏可开发屋顶提取方法， 其特征 在于， 所述S7的过程包括： 将Canny算子边 缘检测得到的建筑物外形轮廓转换为线 要素； 处理不规则线段和小闭环， 将小闭环删除， 与原影像进行对比后， 调整建筑物外形轮廓 中不规则线段位置， 连接断裂线段。权　利　要　求　书 1/1 页 2 CN 115471738 A 2一种基于高分辨 率影像的光 伏可开发屋顶提取方 法 技术领域 [0001]本发明涉及遥感数据处理技术领域， 特别涉及一种基于高分辨率影像的光伏可开 发屋 顶提取方法。 背景技术 [0002]随着遥感技术的快速 发展， 由于高分辨率的遥感影像拥有信息量大、 较容易获取、 实 时性好、 精确性高等特点， 在多种领域中都得到了较广泛的使用。 太阳能光伏技术   (Photovoltaic， PV)是太阳能有效利用的方式之一， 也是目前发展速度快的高新技术产业 之 一。 分布式光伏主 要安装在建筑屋顶、 直接 接入低压配电网， 提高了 土地资源利用率。 [0003]目前分布式光伏屋顶发展速度远不如预期， 面临着许多问题， 尤其是缺乏城市屋 顶资 源评估的方法及相关技术。 现阶段规模化建筑屋顶获取方法有限， 主要采用土地利用 资料和 监控区域周期性人工巡视。 利用人工实地巡检获取建筑屋顶信息精度高， 但该方法 需要消耗 大量人力物力和时间， 效率低下， 已不适用于当下光伏产业的发展需求。 随着遥 感技术的快  速发展， 遥感获取的数据不但覆盖范围广、 周期短， 而且分辨率 非常高， 为建筑 物识别提供  了丰富可靠的数据源。 然而， 遥感地物提取也存在着许多不确定性问题， 例如 地物光谱存在  “同物异谱 ”或“异物同谱 ”等问题， 导致地物难以区分或提取精度不高。 国内 外许多学者  对遥感影像中建筑物的识别以及光伏阵列的提取已开展相关的研究， 但与高 精度、 高效率的  建筑屋顶自动识别提取仍存在一定的差距， 且应用到实际工程中仍然需要 进一步的摸索和探  究。 发明内容 [0004]针对现有技术地物难以区分、 提取精度不高的问题， 本发明提供了一种基于高分 辨率 影像的光伏可开 发屋顶提取方法， 通过主成分分析算法、 Otsu阈值分割、 决策树分类、 监督 分类、 Canny算子边缘检测、 数学形态学算法等步骤， 对高分辨率影像的光伏可开发屋 顶进 行提取， 能够去除绝大部分干扰因素， 具有较高的准确性。 [0005]以下是本发明的技 术方案。 [0006]一种基于高分辨 率影像的光伏可开发屋顶提取 方法， 包括以下步骤： S1： 对高分辨 率影像进行预处理， 裁剪得到建筑物密集区域； S2： 利用主成分 分析算法对建筑物密集区域进行降维处 理， 得到若干主成分数据； S3： 对主成分数据进行Otsu阈值分割， 生成影 像二值化结果图； S4： 利用决策树分类和监 督分类对影 像二值化结果图进行分类， 得到疑似屋顶类； S5： 根据疑似屋顶类对阈值分割结果进行掩膜， 掩膜结果 为屋顶的离 散对象； S6： 对掩膜结果进行Can ny算子边 缘检测， 提取建筑物外形轮廓； S7： 对建筑物外形轮廓的不 规则线段以及小闭环进行编辑和修复处 理； S8： 用数学形态学算法对处理结果进行优化， 得到最终提取结果， 并计算其中光伏 可开发屋  顶面积。说　明　书 1/6 页 3 CN 115471738 A 3