本技術涉及地理信息自動解譯，特別涉及一種海上風電設施遙感智能檢測方法及裝置。
背景技術：
1、當前海上風電設施(offshore?wind?turbine，owt)被認為是利用可再生能源并實現可持續能源發展的最可靠解決方案之一。近年來，全球范圍內的海上風電項目激增，推動了對先進檢測技術的需求，以及時收集owt的空間分布信息，從而支持后續的風能評估、預測與優化。
2、現有的owt檢測方法依賴人工輔助，通常容易受到海洋環境中的其他高亮物體(如船只、集裝箱、海上油氣平臺等)的干擾，這些物體在sar(合成孔徑雷達)影像中的視覺特征與owt相似，傳統檢測方法大都通過參考額外的光學影像或時間序列影像來排除噪聲目標；然而，這些方法需要大量的后處理工作，自動化程度較低，無法滿足當前海上風電大規模部署的需求。
3、此外，現有的owt檢測方法大多基于傳統計算機視覺技術，依賴于局部特征，這些方法難以有效區分風力發電機與其他噪聲物體。隨著深度學習技術的快速發展，越來越多的先進檢測網絡在目標檢測領域展現了優越的性能。然而，深度學習在海上風力發電機檢測領域的應用仍然較少。
4、綜上所述，現有的owt檢測方法自動化程度較低，無法滿足當前海上風電大規模部署的需求，且難以有效區分風力發電機與其他噪聲物體，亟待解決。
技術實現思路
1、本技術提供一種海上風電設施遙感智能檢測方法及裝置，以解決現有的海上風電設施檢測方法自動化程度較低，且難以有效區分風力發電設施與其他金屬物體等問題。
2、本技術第一方面實施例提供一種海上風電設施遙感智能檢測方法，包括以下步驟：獲取目標合成孔徑雷達的影像數據，并對所述影像數據進行預處理操作，以得到目標檢測標準影像格式數據；基于預設的sp-centernet網絡，提取所述目標檢測標準影像格式數據的影像特征圖，并通過預設的sp-layer頻域注意力機制對所述影像特征圖進行特征處理，以生成所述影像特征圖對應的增強特征；對所述增強特征進行目標檢測解碼操作，以得到目標解碼信息，并計算所述目標解碼信息的中心點、尺寸和偏移量，以根據所述中心點、所述尺寸和所述偏移量生成至少一個目標海上風電設施的邊界框，并通過所述邊界框生成所述至少一個目標海上風電設施中每個目標海上風電設施的遙感檢測結果。
3、可選地，在本技術的一個實施例中，所述獲取目標合成孔徑雷達的影像數據，并對所述影像數據進行預處理操作，以得到目標檢測標準影像格式數據，包括：獲取所述目標合成孔徑雷達對應的vv極化格式的影像數據，并將所述影像數據裁剪為目標尺寸；對所述目標尺寸的影像數據進行數據增強操作，以生成所述目標檢測標準影像格式數據。
4、可選地，在本技術的一個實施例中，所述基于預設的sp-centernet網絡，提取所述目標檢測標準影像格式數據的影像特征圖，并通過預設的sp-layer頻域注意力機制對所述影像特征圖進行特征處理，以生成所述影像特征圖對應的增強特征，包括：基于預設的殘差網絡結構，構建sp-centernet網絡；通過所述sp-centernet網絡提取所述目標檢測標準影像格式數據的空間特征，以生成所述目標檢測標準影像格式數據對應的影像特征圖；基于所述sp-centernet網絡的sp-layer頻域注意力機制，對所述影像特征圖進行離散余弦變換，以得到所述影像特征圖對應的頻域特征圖；對所述頻域特征圖進行頻率域加權操作，以得到濾波特征圖，并對所述濾波特征圖進行反離散余弦變換，以生成所述增強特征。
5、可選地，在本技術的一個實施例中，所述對所述增強特征進行目標檢測解碼操作，以得到目標解碼信息，并計算所述目標解碼信息的中心點、尺寸和偏移量，以根據所述中心點、所述尺寸和所述偏移量生成至少一個目標海上風電設施的邊界框，并通過所述邊界框生成所述至少一個目標海上風電設施中每個目標海上風電設施的遙感檢測結果，包括：生成所述每個目標海上風電設施對應的熱圖，并確定所述熱圖的原始熱圖損失；獲取所述每個目標海上風電設施對應的地面真實物體中心坐標，并將所述地面真實物體中心坐標進行空間轉換和高斯核模糊操作，以生成所述地面真實物體中心坐標對應的頻域地面真實熱圖；基于所述頻域地面真實熱圖和預設的頻域預測熱圖，構建目標熱圖生成頭；基于預設的l1誤差函數，構建所述頻域預測熱圖sp-centernet網絡的尺寸預測頭和偏移量預測頭，并根據所述原始熱圖損失、所述目標熱圖生成頭、所述尺寸預測頭和所述偏移量預測頭確定所述sp-centernet網絡的總體損失函數；通過所述總體損失函數確定所述目標解碼信息，并計算所述目標解碼信息中所述每個目標海上風電設施的所述中心點、所述尺寸和所述偏移量，以根據所述中心點、所述尺寸和所述偏移量生成所述每個目標海上風電設施的至少一個邊界框；利用所述sp-centernet網絡和所述偏移量對所述每個目標海上風電設施進行目標檢測，以生成所述遙感檢測結果，其中，所述遙感檢測結果包括所述每個目標海上風電設施對應的至少一個邊界框中每個邊界框的邊界框坐標和所述邊界框坐標的置信度評分。
6、可選地，在本技術的一個實施例中，所述目標熱圖生成頭的數學表達式為：
7、
8、其中，lhmf表示所述目標熱圖生成頭；n表示地面實況對象的數量；(u,v)表示頻域坐標；yf表示所述頻域地面真實熱圖；表示所述頻域預測熱圖；w表示所述目標熱圖生成頭對應的權重矩陣。
9、本技術第二方面實施例提供一種海上風電設施遙感智能檢測裝置，包括：獲取模塊，用于獲取目標合成孔徑雷達的影像數據，并對所述影像數據進行預處理操作，以得到目標檢測標準影像格式數據；提取模塊，用于基于預設的sp-centernet網絡，提取所述目標檢測標準影像格式數據的影像特征圖，并通過預設的sp-layer頻域注意力機制對所述影像特征圖進行特征處理，以生成所述影像特征圖對應的增強特征；識別模塊，用于對所述增強特征進行目標檢測解碼操作，以得到目標解碼信息，并計算所述目標解碼信息的中心點、尺寸和偏移量，以根據所述中心點、所述尺寸和所述偏移量生成至少一個目標海上風電設施的邊界框，并通過所述邊界框生成所述至少一個目標海上風電設施中每個目標海上風電設施的遙感檢測結果。
10、可選地，在本技術的一個實施例中，所述獲取模塊包括：裁剪單元，用于獲取所述目標合成孔徑雷達對應的vv極化格式的影像數據，并將所述影像數據裁剪為目標尺寸；數據增強單元，用于對所述目標尺寸的影像數據進行數據增強操作，以生成所述目標檢測標準影像格式數據。
11、可選地，在本技術的一個實施例中，所述提取模塊包括：構建單元，用于基于預設的殘差網絡結構，構建sp-centernet網絡；生成單元，用于通過所述sp-centernet網絡提取所述目標檢測標準影像格式數據的空間特征，以生成所述目標檢測標準影像格式數據對應的影像特征圖；變換單元，用于基于所述sp-centernet網絡的sp-layer頻域注意力機制，對所述影像特征圖進行離散余弦變換，以得到所述影像特征圖對應的頻域特征圖；濾波單元，用于對所述頻域特征圖進行頻率域加權操作，以得到濾波特征圖，并對所述濾波特征圖進行反離散余弦變換，以生成所述增強特征。
12、可選地，在本技術的一個實施例中，所述識別模塊包括：第一確定單元，用于生成所述每個目標海上風電設施對應的熱圖，并確定所述熱圖的原始熱圖損失；模糊單元，用于獲取所述每個目標海上風電設施對應的地面真實物體中心坐標，并將所述地面真實物體中心坐標進行空間轉換和高斯核模糊操作，以生成所述地面真實物體中心坐標對應的頻域地面真實熱圖；熱圖單元，用于基于所述頻域地面真實熱圖和預設的頻域預測熱圖，構建目標熱圖生成頭；第二確定單元，用于基于預設的l1誤差函數，構建所述頻域預測熱圖sp-centernet網絡的尺寸預測頭和偏移量預測頭，并根據所述原始熱圖損失、所述目標熱圖生成頭、所述尺寸預測頭和所述偏移量預測頭確定所述sp-centernet網絡的總體損失函數；計算單元，用于通過所述總體損失函數確定所述目標解碼信息，并計算所述目標解碼信息中所述每個目標海上風電設施的所述中心點、所述尺寸和所述偏移量，以根據所述中心點、所述尺寸和所述偏移量生成所述每個目標海上風電設施的至少一個邊界框；檢測單元，用于利用所述sp-centernet網絡和所述偏移量對所述每個目標海上風電設施進行目標檢測，以生成所述遙感檢測結果，其中，所述遙感檢測結果包括所述每個目標海上風電設施對應的至少一個邊界框中每個邊界框的邊界框坐標和所述邊界框坐標的置信度評分。
13、可選地，在本技術的一個實施例中，所述目標熱圖生成頭的數學表達式為：
14、
15、其中，lhmf表示所述目標熱圖生成頭；n表示地面實況對象的數量；(u,v)表示頻域坐標；yf表示所述頻域地面真實熱圖；表示所述頻域預測熱圖；w表示所述目標熱圖生成頭對應的權重矩陣。
16、本技術第三方面實施例提供一種電子設備，包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述處理器執行所述程序，以實現如上述實施例所述的海上風電設施遙感智能檢測方法。
17、本技術第四方面實施例提供一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲計算機程序，該程序被處理器執行時實現如上的海上風電設施遙感智能檢測方法。
18、本技術第五方面實施例提供一種計算機程序產品，包括計算機程序，所述計算機程序被執行，以用于實現上述的海上風電設施遙感智能檢測方法。
19、由此，本技術的實施例具有以下有益效果：
20、本技術的實施例可通過獲取目標合成孔徑雷達的影像數據，并對影像數據進行預處理操作，以得到影像數據對應的目標檢測標準影像格式數據；基于預設的sp-centernet網絡，提取目標檢測標準影像格式數據的影像特征圖，并通過預設的sp-layer頻域注意力機制對影像特征圖進行特征處理，以生成影像特征圖對應的增強特征；對增強特征進行目標檢測解碼操作，以得到目標解碼信息，并計算目標解碼信息的中心點、尺寸和偏移量，以根據中心點、尺寸和偏移量生成至少一個目標海上風電設施的邊界框，并通過邊界框生成至少一個目標海上風電設施中每個目標海上風電設施的遙感檢測結果，從而有效提高了對風力發電機集群的檢測效果，實現了高效、快速、準確的海上風電設施遙感識別。由此，解決了現有的海上風電設施檢測方法自動化程度較低，且難以有效區分風力發電設施與其他金屬物體等問題。
21、本技術附加的方面和優點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本技術的實踐了解到。