(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210205445.8 (22)申请日 2022.03.04 (65)同一申请的已公布的文献号 申请公布号 CN 114332634 A (43)申请公布日 2022.04.12 (73)专利权人 浙江国遥地理信息技 术有限公司 地址 313200 浙江省湖州市德清县舞 阳街 道科源路1 1号4幢 (72)发明人 杨为琛　马广迪　肖长林　陈锋　 李天宇　顾亮　施妍慧　 (74)专利代理 机构 北京超凡宏宇专利代理事务 所(特殊普通 合伙) 11463 专利代理师 毕翔宇 (51)Int.Cl. G06V 20/10(2022.01)G06V 10/22(2022.01) G06V 10/774(2022.01) G06V 10/80(2022.01) G06K 9/62(2022.01) (56)对比文件 CN 111860488 A,2020.10.3 0 CN 109671 174 A,2019.04.23 审查员 张帅 (54)发明名称 风险电塔的位置确定方法、 装置、 电子设备 及存储介质 (57)摘要 本申请涉及数据处理技术领域， 尤其涉及一 种风险电塔的位置确定方法、 装置、 电子设备及 存储介质， 用于提高风险电塔的位置确定的效 率。 主要技术方案包括： 获取数字高程图对应的 电塔位置标记图； 将数字高程图和数字高程图对 应的多波段正射影像或RGB图像融合为三通道信 息图像； 根据三通道信息图像和过滤后的电塔位 置标记图进行模型训练， 得到电塔位置识别模 型； 将目标图像输入到电塔位置识别模型， 得到 电塔位置识别结果； 针对电塔位置识别结果中每 电塔， 确定其预置半径内是否存在两个其他的电 塔； 若在预置半径内不存在两个其他的电塔， 则 将该电塔的预置半径范围内确定为风险电塔的 所在位置区域。 权利要求书2页 说明书10页 附图4页 CN 114332634 B 2022.06.10 CN 114332634 B 1.一种风险电塔的位置确定方法， 其特 征在于， 所述方法包括： 获取数字高程图对应的电塔位置标记图； 所述电塔位置标记图中包括多个电塔标记 点， 每个电塔标记点 为电塔位置标记图中预置区域内亮度最高像素点对应的位置坐标； 通过所述数字高程图中各像素点对应的高度、 归一化植被指数， 以及电塔高度对所述 电塔位置标记图中的电塔标记点进行 过滤； 将所述数字高程图和数字高程图对应的多波段正射影像或RGB图像 融合为三通道信 息 图像； 所述三通道信息图像中包括各像素点分别对应的归一化为0 ‑1的红色波段、 归一化植 被指数和高度； 根据所述三通道信 息图像和过滤后的电塔位置标记图进行模型训练， 得到电塔位置识 别模型； 将目标图像输入到所述电塔位置识别模型， 得到电塔位置识别结果， 所述电塔位置识 别结果中包括多个识别的电塔对应的位置坐标； 针对所述电塔位置识别结果中每个所述电塔， 确定其预置半径内是否存在两个其他的 电塔； 所述预置半径对应实际电塔间隔； 若在预置半径内不存在两个其他的电塔， 则将该电塔的预置半径范围内确定为风险电 塔的所在位置区域。 2.根据权利要求1所述的方法， 其特征在于， 所述获取数字高程图对应的电塔位置标记 图， 包括： 使用圆盘形结构元素在每个数字 高程图上进行灰度 形态侵蚀以生成标记图像； 所述 圆 盘形结构元素是根据所述电塔的大小确定的； 通过迭代过程从所述标记图像生成形态重建掩码； 通过从所述数字高程图中减去所述形态重建掩码， 标记所述电塔位置标记图中各个圆 盘形结构元素内亮度最高像素点对应的位置坐标， 得到所述电塔位置标记图。 3.根据权利要求1所述的方法， 其特征在于， 所述获取数字高程图对应的电塔位置标记 图， 包括： 对每个数字 高程图进行滑动固定窗口， 根据 所述数字 高程图中各个固定窗口内亮度最 高像素点对应的位置坐标， 得到所述电塔位置标记图。 4.根据权利要求1 ‑3任一所述的方法， 其特征在于， 所述通过所述数字高程图中各像素 点对应的高度、 归一化植被指数， 以及电塔高度对所述电塔位置标记图中的电塔标记点进 行过滤， 包括： 采用归一 化差值植被指数 过滤所述电塔位置标记图中属于植被的电塔标记点； 对所述电塔位置标记图中不属于所述电塔高度的电塔标记点进行 过滤； 根据所述电塔 高度的平均值， 对所述电塔位置标记图中预置范围内存在的多个电塔标 记点进行 过滤。 5.根据权利要求4所述的方法， 其特征在于， 所述根据所述三通道信 息图像和过滤后的 电塔位置标记图进行模型训练， 得到电塔位置识别模型， 包括： 根据所述三通道信 息图像和过滤后的电塔位置标记图进行全卷积网络模型训练， 得到 电塔位置识别模型； 所述三通道信息图像中包括各像素点分别对应的归一化为0 ‑1的红色 波段、 归一 化植被指数和高度；权　利　要　求　书 1/2 页 2 CN 114332634 B 2所述全卷积网络中包括3个模块以及上采样层， 每 个模块中包括卷积层和上采样层。 6.根据权利 要求5所述的方法， 其特征在于， 所述三通道信息图像的大小为48*48， 所述 模块包括第一模块、 第二模块和 第三模块， 所述三通道信息图像通过第一模块、 第二模块和 第三模块依次缩小2倍、 4 倍、 8倍； 所述上采样层的大小为8倍。 7.根据权利要求4所述的方法， 其特征在于， 所述将目标图像输入到所述电塔位置识别 模型， 得到电塔位置识别结果之后， 所述方法还 包括： 根据所述三通道信 息图像中各像素点分别对应的归一化植被指数， 对得到的所述电塔 位置识别结果中错 误识别的电塔进行 标记； 根据所述三通道信 息图像中各像素点分别对应的高度及所述电塔 高度的平均值， 对得 到的所述电塔位置识别结果中错 误识别的电塔进行 标记； 根据标记的电塔位置识别结果及对应的目标图像进行模型训练， 更新所述电塔位置识 别模型。 8.一种风险电塔的位置确定装置， 其特 征在于， 所述装置包括： 获取模块， 用于获取数字高程图对应的 电塔位置标记图； 所述电塔位置标记图中包括 多个电塔标记点， 每个电塔标记点为电塔位置标记图中预置区域内亮度最高像素点对应的 位置坐标； 过滤模块， 用于通过所述数字 高程图中各像素点对应的高度、 归一化植被指数， 以及电 塔高度对所述电塔位置标记图中的电塔标记点进行 过滤； 融合模块， 用于将所述数字高程图和数字高程图对应的多波段正射影像或RGB图像融 合为三通道信息图像； 所述三通道信息图像中包括各像素点分别对应的归一化为0 ‑1的红 色波段、 归一 化植被指数和高度； 训练模块， 用于根据所述三通道信息 图像和过滤后的 电塔位置标记图进行模型训练， 得到电塔位置识别模型； 识别模块， 用于将目标图像输入到所述电塔位置识别模型， 得到电塔位置识别结果， 所 述电塔位置识别结果中包括多个识别的电塔对应的位置坐标； 确定模块， 用于针对所述电塔位置识别结果中每个所述电塔， 确定其预置半径内是否 存在两个其 他的电塔； 所述预置半径对应实际电塔间隔； 所述确定模块， 还用于若在预置半径内不存在两个其他的 电塔， 则将该电塔的预置半 径范围内确定为 风险电塔的所在位置区域。 9.一种电子设备， 其特征在于， 包括： 处理器、 存储器和总线， 所述存储器存储有所述处 理器可执行 的机器可读指令， 当电子设备运行时， 所述处理器与所述存储器之间通过所述 总线进行通信， 所述机器可读指 令被所述处理器运行时执行如权利要求 1至7任一所述的风 险电塔的位置确定方法的步骤。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质上存储有计算机 程序， 所述计算机程序被处理器运行时执行如权利要求 1至7任一所述的风险电塔的位置确 定方法的步骤。权　利　要　求　书 2/2 页 3 CN 114332634 B 3