一种基于深度学习的光伏发电站识别方法

本申请涉及分类识别技术领域，具体涉及一种基于深度学习的光伏发电站识别方法，包括：获取目标区域内光伏发电站的遥感识别影像；分析各超像素块的灰度差异程度得到各超像素块的光伏地物特征值，构建各超像素块与其各相邻超像素块之间的地物相似权重，进而构建各超像素块的光伏纹理一致度，基于光伏纹理一致度及光伏地物特征值构建各超像素块与其各相邻超像素块之间的地物纹理相似度；基于地物纹理相似度采用选择性搜索算法对超像素块进行合并，获取遥感地图瓦片影像，并利用神经网络模型对遥感地图瓦片影像中的光伏发电站进行识别。本申请可提高像素分类准确性，进而提高遥感识别影像中光伏发电站的识别精度。