1.一种基于无人机摄影测量的山区光伏目标定位方法，其特征在于，包括以下步骤：S1、通过无人机拍摄山区多光谱图像；

S2、对山区多光谱图像进行预处理，得到轮廓特征；

S3、采用目标特征提取模型对轮廓特征进行处理，得到待处理特征数据；

S4、计算待处理特征数据与光伏电站特征数据的相似度；

S5、在相似度大于相似度阈值时，山区多光谱图像中存在光伏电站，获取在拍摄山区多光谱图像时的定位数据，得到光伏电站的位置；

所述S3中目标特征提取模型包括：第一下采样层、第二下采样层、第三下采样层、第四下采样层、第一连接层Concat1、特征提取单元、最大池化层、平均池化层、第二连接层Concat2、第一卷积层Conv1和第二卷积层Conv2；

所述第一下采样层的输入端分别与第二下采样层的输入端、第三下采样层的输入端和第四下采样层的输入端连接，并作为目标特征提取模型的输入端；所述第一连接层Concat1的输入端分别与第一下采样层的输出端、第二下采样层的输出端、第三下采样层的输出端和第四下采样层的输出端连接，其输出端与特征提取单元的输入端连接；所述特征提取单元的输出端分别与最大池化层的输入端和平均池化层的输入端连接；所述第二连接层Concat2的输入端分别与最大池化层的输出端和平均池化层的输出端连接，其输出端与第一卷积层Conv1的输入端连接；所述第一卷积层Conv1的输出端与第二卷积层Conv2的输入端连接；所述第二卷积层Conv2的输出端作为目标特征提取模型的输出端；

所述特征提取单元包括：第三卷积层Conv3、第四卷积层Conv4、第五卷积层Conv5、第六卷积层Conv6、第一ReLU1激活层、第二ReLU2激活层、第一乘法器A1、第二乘法器A2、加法器B1和sigmiod激活层；

所述第三卷积层Conv3的输入端作为特征提取单元的输入端，其输出端分别与第二乘法器A2的输入端、第六卷积层Conv6的输入端和第四卷积层Conv4的输入端连接；所述第六卷积层Conv6的输出端与sigmiod激活层的输入端连接；所述第一ReLU1激活层的输入端与第四卷积层Conv4的输出端连接，其输出端与第五卷积层Conv5的输入端连接；所述sigmiod激活层的输出端分别与第二乘法器A2的输入端和第一乘法器A1的输入端连接；所述第五卷积层Conv5的输出端与第一乘法器A1的输入端连接；所述加法器B1的输入端分别与第一乘法器A1的输出端和第二乘法器A2的输出端连接，其输出端与第二ReLU2激活层的输入端连接；所述第二ReLU2激活层的输出端作为特征提取单元的输出端。

2.根据权利要求1所述的基于无人机摄影测量的山区光伏目标定位方法，其特征在于，所述S2包括以下分步骤：S21、对山区多光谱图像进行灰度化处理，得到灰度图；

S22、对灰度图滤波处理，得到滤波图；

S23、对滤波图提取轮廓，得到轮廓特征。

3.根据权利要求2所述的基于无人机摄影测量的山区光伏目标定位方法，其特征在于，所述S21中灰度化处理的公式为： ，其中，为灰度图的灰度值， 为山区多光谱图像的第 种光谱通道值， 为光谱通道数量。

4.根据权利要求2所述的基于无人机摄影测量的山区光伏目标定位方法，其特征在于，所述S22中滤波公式为：，其

中，为滤波图中第 个像素点的灰度值，为灰度图中第 个像素点的灰度值， 为灰度图中第 个像素点的邻域范围内的第 个像素点的灰度值，为邻域范围内的像素点数量，为滤波因子， 为滤波图中第 个像素点的灰度值， 为绝对值， 为滤波图中第个像素点的灰度值，为滤波后像素点的数量，为滤波后像素点的编号。

5.根据权利要求1所述的基于无人机摄影测量的山区光伏目标定位方法，其特征在于，所述S3中使用的目标特征提取模型为采用梯度下降法训练后的目标特征提取模型，其训练的损失函数为：，其中，

为损失函数， 为反正切函数， 为训练过程目标特征提取模型输出的特征数据中心像素点的横坐标， 为训练过程目标特征提取模型输出的特征数据中心像素点的纵坐标， 为目标特征数据中心像素点的横坐标，为目标特征数据中心像素点的纵坐标， 为训练过程目标特征提取模型输出的特征数据的宽度，为训练过程目标特征提取模型输出的特征数据的高度， 为目标特征数据的宽度，为目标特征数据的高度，为训练过程目标特征提取模型输出的特征数据的像素点数量，为目标特征数据的像素点数量，| |为绝对值。

6.根据权利要求1所述的基于无人机摄影测量的山区光伏目标定位方法，其特征在于，所述S4包括以下分步骤：S41、计算待处理特征数据与光伏电站特征数据的相似值；

S42、计算待处理特征数据与光伏电站特征数据的距离值；

S43、根据相似值和距离值，计算待处理特征数据与光伏电站特征数据的相似度。

7.根据权利要求6所述的基于无人机摄影测量的山区光伏目标定位方法，其特征在于，所述S41中计算相似值的公式为：， ，

，其中，为相似值， 为第一相似

因子， 为第二相似因子，为待处理特征数据中像素点的平均灰度值，为光伏电站特征数据的平均灰度值， 为待处理特征数据中第 个像素点的灰度值， 为光伏电站特征数据中第 个像素点的灰度值， 为待处理特征数据中像素点的数量， 为光伏电站特征数据中像素点的数量。

8.根据权利要求6所述的基于无人机摄影测量的山区光伏目标定位方法，其特征在于，所述S42中计算距离值的公式为：，其

中，为距离值，为距离权重， 为待处理特征数据的宽度， 为光伏电站特征数据的宽度， 为待处理特征数据的高度， 为光伏电站特征数据的高度， 为待处理特征数据中心区域中第 个像素点的横坐标， 为光伏电站特征数据中心区域中第 个像素点的横坐标， 为待处理特征数据中心区域中第 个像素点的纵坐标， 为光伏电站特征数据中心区域中第 个像素点的纵坐标，为中心区域中像素点的数量；

所述S43中计算相似度的公式为： ，其中，为相似度，

为相似值， 为反正切函数，为距离值。