首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

联合光谱、植被指数和纹理特征的高分影像滑坡检测方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:中国地质大学(武汉)

摘要:本发明提供一种联合光谱、植被指数和纹理特征的高分影像滑坡检测方法,包括获取待检测高分辨率遥感影像及对应栅格化的滑坡真实标签;提取光谱特征,通过光谱波段计算植被指数,并对待检测高分辨率遥感影像进行主成分分析,计算第一主成分的灰度共生矩阵,利用灰度共生矩阵提取多个纹理特征;采用离差标准化进行影像归一化;采用Relief‑F算法进行特征选择来降低数据冗余;通过图层叠加、滑动窗口算法扫描、数据增强来生成训练样本,利用深度U‑Net方法进行训练;基于测试样本进行模型测试、精度评价及输出滑坡检测结果图。本发明提供了一种有效的滑坡检测方法,能充分挖掘高分辨率遥感影像信息,有效提高滑坡的识别精度。

主权项:1.一种联合光谱、植被指数和纹理特征的高分影像滑坡检测方法,其特征在于,包括以下步骤:S1:获取待检测高分辨率遥感影像及对应栅格化的滑坡真实标签;S2:提取所述待检测遥感影像的光谱特征,计算植被指数,并提取纹理特征;将所述植被指数和所述纹理特征组合成辅助特征;S3:对所述光谱特征、所述辅助特征和所述栅格化的滑坡真实标签分别进行归一化处理,得到归一化的光谱特征、归一化的辅助特征和归一化的滑坡真实标签;S4:对所述归一化的辅助特征进行筛选,得到筛选后的辅助特征;S5:通过叠加所述归一化的光谱特征、所述筛选后的辅助特征和所述归一化的滑坡真实标签构建多维数组;S6:将所述多维数组裁剪成多个栅格图像块,并划分训练样本和测试样本;S7:对所述训练样本进行数据扩充,得到扩充后的训练样本;S8:使用所述扩充后的训练样本对深度U-Net网络进行训练,训练完成后,得到训练好的鲁棒模型;S9:使用所述测试样本对所述训练好的鲁棒模型进行测试,评价检测精度并输出滑坡检测结果图。

全文数据:

权利要求:

百度查询: 中国地质大学(武汉) 联合光谱、植被指数和纹理特征的高分影像滑坡检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。