本發(fā)明屬于圖像處理，涉及一種預(yù)測(cè)方法，具體涉及一種家用空調(diào)的空間分布預(yù)測(cè)方法。

背景技術(shù)：

1、空調(diào)是城市居民應(yīng)對(duì)極端高溫的主要解決方案，然而目前對(duì)于空調(diào)使用數(shù)量和空間分布的數(shù)據(jù)非常匱乏。現(xiàn)有的空調(diào)使用調(diào)查仍然依賴(lài)傳統(tǒng)的人工手段和抽樣調(diào)查來(lái)估算統(tǒng)計(jì)數(shù)據(jù)，這種調(diào)查方式已經(jīng)落后，數(shù)據(jù)的不確定性也較高，同時(shí)對(duì)于家用空調(diào)的空間分布規(guī)律了解不清。迄今為止，還沒(méi)有看到關(guān)于高效的家用空調(diào)使用情況調(diào)查方法的研究成果。

2、高分辨率遙感影像是一種含有豐富地表目標(biāo)形狀結(jié)構(gòu)和紋理信息的重要數(shù)據(jù)源，對(duì)于城市研究具有重要價(jià)值。高分辨率航空遙感影像、衛(wèi)星遙感影像、無(wú)人機(jī)遙感圖像和雷達(dá)影像等都被廣泛應(yīng)用于提取城市建筑物的輪廓。近年來(lái)，也有研究利用高分辨率遙感影像作為數(shù)據(jù)基礎(chǔ)，提取建筑物的陰影和基坑信息，并通過(guò)建立太陽(yáng)和衛(wèi)星位置與建筑物之間幾何參數(shù)的反演模型來(lái)估算建筑物的高度。其中，一種可行性較高且精度較高的方法是利用高分辨率遙感影像提取建筑物陰影，并通過(guò)計(jì)算垂直于建筑物走向的陰影寬度來(lái)估算建筑物的高度?，F(xiàn)有技術(shù)已經(jīng)利用sentinel衛(wèi)星影像在全國(guó)多個(gè)城市開(kāi)展了建筑物高度的提取與制圖工作。此外，基于高分辨率衛(wèi)星遙感數(shù)據(jù)結(jié)合建筑物高度分析的方法還被進(jìn)一步應(yīng)用于研究城市人口密度的精細(xì)分布。可以預(yù)見(jiàn)，隨著時(shí)間的推移，高分辨率遙感影像數(shù)據(jù)的應(yīng)用空間將更加廣闊。

3、近年來(lái)，街景服務(wù)如谷歌街景和百度全景等的開(kāi)發(fā)逐漸完善，覆蓋范圍不斷擴(kuò)大，已經(jīng)涵蓋了全球超過(guò)一半的人口。街景圖像數(shù)據(jù)快速傳播，獲取街景圖像數(shù)據(jù)的研究也變得更加容易，使得進(jìn)行大規(guī)模、全面覆蓋的街景圖片研究成為可能。目前的街景圖像具有廣泛的覆蓋范圍，能夠提供街道層級(jí)的景觀信息，并且數(shù)據(jù)采集成本較低，這為城市環(huán)境評(píng)價(jià)研究提供了大樣本數(shù)據(jù)源和新的研究思路。街景圖像是以人的平行視角描繪城市街道可視環(huán)境的圖像數(shù)據(jù)，這是衛(wèi)星和航空等其他數(shù)據(jù)源無(wú)法提供的。因此，街景圖像數(shù)據(jù)也被描述為與遙感圖像相對(duì)應(yīng)的一種圖像數(shù)據(jù)。

4、圖像分割作為計(jì)算機(jī)視覺(jué)的一項(xiàng)重要分支，其目的是根據(jù)目標(biāo)鄰域特征，針對(duì)每個(gè)像素進(jìn)行分類(lèi)，最終得到一個(gè)具有像素級(jí)的語(yǔ)義標(biāo)注圖像。圖像的語(yǔ)義分割結(jié)果可以提供簡(jiǎn)單、有效的圖像特征信息，為許多應(yīng)用提供了基礎(chǔ)的技術(shù)支持。早期的傳統(tǒng)圖像分割方法往往簡(jiǎn)單有效，主要包括基于閾值、區(qū)域、邊緣、聚類(lèi)、圖論等方法，但在需要大量高精度語(yǔ)義信息任務(wù)上的表現(xiàn)往往不太理想。如今，隨著硬件的快速發(fā)展和產(chǎn)生的大量數(shù)據(jù)，深度學(xué)習(xí)等技術(shù)隨之飛速發(fā)展起來(lái)，在計(jì)算機(jī)視覺(jué)的眾多領(lǐng)域中都取的了重大進(jìn)展。為了實(shí)現(xiàn)圖像的像素級(jí)分類(lèi)，現(xiàn)有技術(shù)引入了全卷積網(wǎng)絡(luò)(fcn)進(jìn)行圖像語(yǔ)義分割，大多數(shù)基于卷積的語(yǔ)義分割網(wǎng)絡(luò)都采用了fcn的基本原理。此后，區(qū)域級(jí)像素語(yǔ)義理解的研究出現(xiàn)了熱潮。如在醫(yī)學(xué)圖像分割中取得良好效果的u-net，在多類(lèi)分割問(wèn)題上取的較好效果的。之后的主流方法嘗試努力擴(kuò)大感受野并捕獲上下文信息，如現(xiàn)有技術(shù)中提出的deeplab，利用空洞空間金字塔池化(aspp)來(lái)多尺度的分割對(duì)象。

5、隨著氣候變化的加劇，極端高溫災(zāi)害對(duì)人類(lèi)生命安全構(gòu)成了越來(lái)越大的風(fēng)險(xiǎn)威脅。在這種情況下，家用空調(diào)成為居民有效應(yīng)對(duì)極端溫度事件的重要手段，同時(shí)也是夏季高溫期間電力能源消耗的主要方式。然而，目前對(duì)于城市居民家用空調(diào)使用數(shù)量及其空間分布情況的了解還不夠準(zhǔn)確。傳統(tǒng)的人力抽樣調(diào)查和用戶調(diào)查方法仍然是家用空調(diào)使用統(tǒng)計(jì)的主要手段，調(diào)查結(jié)果存在較大的不確定性，并且調(diào)查過(guò)程耗時(shí)費(fèi)力。

技術(shù)實(shí)現(xiàn)思路

1、針對(duì)現(xiàn)有技術(shù)中的上述不足，本發(fā)明提供的一種家用空調(diào)的空間分布預(yù)測(cè)方法，解決了現(xiàn)有技術(shù)中對(duì)家用空調(diào)數(shù)量預(yù)測(cè)不準(zhǔn)確的問(wèn)題。

2、為了達(dá)到上述發(fā)明目的，本發(fā)明采用的技術(shù)方案為：

3、一種家用空調(diào)的空間分布預(yù)測(cè)方法，包括如下步驟：

4、s1、獲取目標(biāo)地區(qū)的遙感圖像和街景圖像數(shù)據(jù)，對(duì)遙感圖像進(jìn)行預(yù)處理，得到預(yù)處理后的遙感圖像；

5、s2、將預(yù)處理后的遙感圖像輸入訓(xùn)練好的語(yǔ)義分割模型和訓(xùn)練好的高度估計(jì)模型，通過(guò)語(yǔ)義分割模型和高度估計(jì)模型分別輸出目標(biāo)地區(qū)的城市建筑輪廓和建筑物高度；

6、s3、將街景圖像數(shù)據(jù)輸入訓(xùn)練好的實(shí)例分割模型，通過(guò)實(shí)例分割模型輸出目標(biāo)地區(qū)的實(shí)例分割結(jié)果，并計(jì)算實(shí)例分割結(jié)果中的空調(diào)外機(jī)像素比例；

7、s4、根據(jù)城市建筑輪廓和建筑物高度，確定目標(biāo)地區(qū)的側(cè)面墻體面積；

8、s5、根據(jù)側(cè)面墻體面積和空調(diào)外機(jī)像素比例，確定目標(biāo)地區(qū)的家用空調(diào)數(shù)量。

9、上述方案的有益效果是：

10、本發(fā)明利用高分辨率衛(wèi)星遙感影像和互聯(lián)網(wǎng)地圖街景圖片的信息，并結(jié)合深度學(xué)習(xí)和空間統(tǒng)計(jì)方法，專(zhuān)注于準(zhǔn)確提取城市家用空調(diào)的使用量和空間分布狀況，顯著提高了家用空調(diào)使用調(diào)查的效率，同時(shí)進(jìn)一步提升了城鎮(zhèn)居民和管理部門(mén)在應(yīng)對(duì)極端高溫事件和合理調(diào)度電力能源方面的管控水平，能夠更加迅速、精準(zhǔn)地獲取有關(guān)家用空調(diào)的統(tǒng)計(jì)信息，為相關(guān)決策和規(guī)劃提供可靠數(shù)據(jù)支持。

11、進(jìn)一步地，步驟s1中，對(duì)遙感圖像進(jìn)行預(yù)處理，具體包括：

12、s11、使用多項(xiàng)式校正模型對(duì)遙感圖像進(jìn)行幾何校正，得到幾何校正后的遙感圖像；

13、幾何校正后的遙感圖像包括多光譜波段影像和全色波段影像；

14、s12、對(duì)多光譜波段影像和全色波段影像進(jìn)行變換融合，得到融合后的遙感圖像。

15、上述進(jìn)一步方案的有益效果是：通過(guò)對(duì)遙感圖像進(jìn)行幾何校正，可以使得遙感圖像與真實(shí)地物一致，并且通過(guò)將兩種不同波段的影像數(shù)據(jù)進(jìn)行融合，可以提高圖像的信息量和可用度，從而更好地支持后續(xù)的建筑物基坑識(shí)別、單體提取、陰影信息提取以及建筑物高度反演等任務(wù)。

16、進(jìn)一步地，步驟s2中，訓(xùn)練好的語(yǔ)義分割模型包括依次連接的收縮路徑、跳躍連接層和擴(kuò)展路徑；

17、收縮路徑包括依次連接的卷積層、修正線性單元和最大池化層；

18、卷積層的尺寸為3*3，最大池化層的尺寸為2*2，且最大池化層的步長(zhǎng)為2；

19、擴(kuò)展路徑包括至少一個(gè)恢復(fù)圖像特征尺寸的模塊；

20、每個(gè)恢復(fù)圖像特征尺寸的模塊包括依次連接的特征圖上采樣層、級(jí)聯(lián)層、兩個(gè)圖像卷積層和兩個(gè)relu激活層；

21、圖像卷積層的尺寸為3*3。

22、上述進(jìn)一步方案的有益效果是：改善了由于目標(biāo)圖像塊大小尺寸不一，小尺寸目標(biāo)圖像塊上下文信息較少以及池化層圖像目標(biāo)位置信息損失導(dǎo)致的定位精確度和上下文信息之間不平衡問(wèn)題。

23、進(jìn)一步地，步驟s2中，高度估計(jì)模型使用的算法為隨機(jī)森林模型。

24、進(jìn)一步地，步驟s3中，計(jì)算實(shí)例分割結(jié)果中的空調(diào)外機(jī)像素比例使用的計(jì)算公式為：

25、

26、其中，ab表示空調(diào)外機(jī)像素比例，a表示實(shí)例分割結(jié)果中空調(diào)外機(jī)所占像素?cái)?shù)目，b表示實(shí)例分割結(jié)果中建筑物所占像素?cái)?shù)目。

27、進(jìn)一步地，步驟s4中，根據(jù)城市建筑輪廓和建筑物高度，確定目標(biāo)地區(qū)的側(cè)面墻體面積使用的計(jì)算公式為：

28、mb＝s*h

29、其中，mb表示側(cè)面墻體面積，s表示城市建筑輪廓的周長(zhǎng)，h表示建筑物高度。

30、進(jìn)一步地，步驟s5，具體包括：

31、s51、將目標(biāo)地區(qū)進(jìn)行分區(qū)，得到至少兩個(gè)分區(qū)區(qū)域；

32、每個(gè)分區(qū)區(qū)域中包含每個(gè)分區(qū)區(qū)域的空調(diào)外機(jī)像素比例；

33、s52、根據(jù)每個(gè)分區(qū)區(qū)域的空調(diào)外機(jī)像素比例，計(jì)算每個(gè)分區(qū)區(qū)域的空調(diào)外機(jī)像素比例；

34、s53、根據(jù)側(cè)面墻體面積和每個(gè)分區(qū)區(qū)域的空調(diào)外機(jī)像素比例，確定目標(biāo)地區(qū)的空調(diào)外機(jī)面積總和；

35、s54、根據(jù)目標(biāo)地區(qū)的空調(diào)外機(jī)面積總和，確定目標(biāo)地區(qū)的家用空調(diào)數(shù)量。

36、上述進(jìn)一步方案的有益效果是：從獲取容易的街景圖像中，計(jì)算空調(diào)外機(jī)與建筑墻面所占像素比例，反推空調(diào)數(shù)目；將建筑物輪廓、高度與空調(diào)外機(jī)分布相結(jié)合應(yīng)用于家用空調(diào)調(diào)查統(tǒng)計(jì)；利用深度學(xué)習(xí)方法結(jié)合地面調(diào)查方法進(jìn)行家用空調(diào)信息提取、快速調(diào)查、統(tǒng)計(jì)，節(jié)約人力物力。