基于AI的输电线路乡间小道图像分割方法、设备和介质与流程

本发明涉及输电线路图像处理，具体而言，涉及一种基于ai的输电线路乡间小道图像分割方法、设备和介质。

背景技术：

1、随着电网的快速发展，输电网络的覆盖程度日益提升，输电线路架设过程中涉及大量的输电线路新建或改造工程。在设计输电线路时，需要对施工区域的自然环境、地质、地形、气候条件等因素进行全面监测，提出与之相匹配的可执行方案，确保设计的合理性。针对不同地形条件，选择合适的运输方式是至关重要的。例如，在平地、河网泥沼、丘陵、山地和高山大岭等不同地形条件下，可以选择轻型卡车、履带式运输车、索道、湿地地旱船、水陆两用运输车等不同的运输方式。在一些特殊地形条件下，如无法修建道路的地方，可以采用索道运输。在不同的地形条件下，人力运输和索道运输的费用也有所不同。例如，在平地地形，人力运输费用较省；而在丘陵、山地、高山以及峻岭地形中，则需要考虑两种运输方式的费用临界值。

2、为评判不同运输方案的经济性、可靠性等指标，提出了输电线路地形和运输条件综合评价系统。在输电线路地形和运输条件综合评价系统中，准确识别地形特征对于提高小运和卸料点的计算准确性至关重要。传统方案中通常通过现场勘探的方式获取详细的道路数据，进而形成可靠的规划方案，但这种方式极大的浪费人力物力。也有一些技术中，可以通过路网数据进行运输方案的规划设计，路网数据是指用于描述和分析道路网络的地理信息数据；然而，这种技术中过于依赖现有路网数据，这些数据可能不完整或不准确。例如，一些乡间小道、临时窄路等特殊道路在路网数据中缺失的情况时有发生。gis图像技术能够使以上问题得到有效解决，gis图像(geographic information system图像)是指通过地理信息系统生成或处理的图像，这些图像通常用于展示和分析空间数据。由于以上指出的路网数据缺失的特殊道路能够在gis图像中获取，因此如何在gis图像中有效识别这些特殊道路以应用至输电线路运输规划之中亟待解决；传统的图像分割方法难以自动且准确地分割出这些特定区域。

技术实现思路

1、本发明旨在至少解决现有技术中存在的技术问题之一。

2、为此，本发明第一方面提供了一种基于ai的输电线路乡间小道图像分割方法。

3、本发明第二方面提供了一种计算机设备。

4、本发明第三方面提供了一种计算机可读存储介质。

5、本发明提出的基于ai的输电线路乡间小道图像分割方法，包括：

6、选中gis图像中表示乡间小道的任意一点，获取该点的颜色值，形成查询向量矩阵；

7、从gis图像中提取所有像素的颜色值构成键向量矩阵；

8、根据查询向量矩阵与键向量矩阵计算每个像素的相关性，得到注意力分数；

9、对注意力分数应用softmax函数，计算得到注意力权重；

10、使用注意力权重对gis图像进行加权求和，重塑原始gis图像生成分割后的图像，在分割后的图像中，乡间小道的像素值会被标注显示。

11、根据本发明上述技术方案的基于ai的输电线路乡间小道图像分割方法，还可以具有以下附加技术特征：

12、在上述技术方案中，所述选中gis图像中表示乡间小道的任意一点，获取该点的颜色值，形成查询向量矩阵，包括：

13、通过鼠标点击的方式选中gis图像中表示乡间小道的任意一点；

14、所述查询向量矩阵q表示为：

15、q＝image[y,x,:]

16、其中，image表示输入的gis图像；[y,x,:]表示图像在(y,x)位置处的颜色值，(y,x)为用户点击点的坐标。

17、在上述技术方案中，所述从gis图像中提取所有像素的颜色值构成键向量矩阵，包括：

18、k＝image.reshape(-1,image.shape[-1])

19、其中，k表示键向量矩阵；reshape表示矩阵重塑函数；shape表示形状函数，用于返回矩阵的维度。

20、在上述技术方案中，所述根据查询向量矩阵与键向量矩阵计算每个像素的相关性，得到注意力分数，包括：

21、attentionscores＝q·kt

22、其中，attentionscores表示注意力分数。

23、在上述技术方案中，所述根据查询向量矩阵与键向量矩阵计算每个像素的相关性，得到注意力分数，还包括：

24、对通过点积计算获得的注意力分数进行缩放，缩放方法包括：

25、

26、其中，scaled scores表示缩放后的注意力分数，dk表示颜色值的维度。

27、在上述技术方案中，所述对注意力分数应用softmax函数，计算得到注意力权重，包括：

28、attentionweights＝softmax(scaledscores)

29、其中，attentionweights表示注意力权重；

30、所述softmax函数的表达式为：

31、

32、其中，xi表示softmax函数的输入向量中的第i个元素，j表示索引变量，xj表示表示softmax函数的输入向量中的第j个元素。

33、在上述技术方案中，所述使用注意力权重对gis图像进行加权求和，包括：

34、通过设置相似度阈值，过滤注意力权重，包括：

35、attentionweights[attentionweights<threshold]＝0

36、其中，threshold表示设置的相似度阈值；

37、根据过滤后的注意力权重对gis图像进行加权求和，包括：

38、

39、其中，segmentationoutput(y,x)表示最终生成的分割后图像在(y,x)位置处的像素值，attentionweights(i)表示第i个像素的注意力权重，color(i)表示原始gis图像中第i个像素的颜色值。

40、在上述技术方案中，所述重塑原始gis图像生成分割后的图像，包括：

41、segmentationoutput

42、＝attentionweights.reshape(image.shape[0],image.shape[1])

43、其中，segmentationoutput表示最终生成的分割后的图像。

44、本发明提供的一种计算机设备，包括处理器和存储器，所述存储器中存储有计算机程序，当所述计算机程序被所述处理器加载并执行时实现如上述技术方案中任一项所述的基于ai的输电线路乡间小道图像分割方法。

45、本发明提供的一种计算机可读存储介质，存储有程序，当所述程序被处理器加载时实现如上述技术方案中任一项所述的基于ai的输电线路乡间小道图像分割方法。

46、综上所述，由于采用了上述技术特征，本发明的有益效果是：

47、本发明提供了一种基于用户点击颜色值的图像分割方法，通过用户点击图像中的某个点，获取该点的颜色值作为查询向量矩阵，结合键向量矩阵进行颜色相似性计算，生成注意力权重，从而实现特定颜色区域的分割。本发明的方法简单高效，能够显著提高乡间小道等特定区域的分割准确性。

48、具体地，通过本发明，能够有效提高图像中特定颜色区域的分割精度，特别适用于从gis图像中分割出乡间小道等特定区域。该方法简单、高效，且具有较高的实际应用价值，能够显著提升小运和卸料点计算的准确性，优化输电线路的地形和运输条件评价系统。

49、本发明的附加方面和优点将在下面的描述部分中变得明显，或通过本发明的实践了解到。