System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及滑坡识别,具体涉及一种综合多模态遥感影像的滑坡智能识别方法。
技术介绍
1、滑坡识别是滑坡研究中一个非常重要的课题。对一个新的滑坡研究区,第一项重要工作往往是获取分布和规模情况。目前,对滑坡研究区的滑坡识别工作一般采取遥感影像识别方式进行。
2、人工目视解译的方法非常依赖于专家的滑坡学经验,且在时间和精力成本的开销过大。因此,后来逐渐出现了一些基于自动阈值的遥感影像滑坡识别方法。比如通过反射率、归一化植被指数(ndvi)、坡度等自动地或半自动地设定阈值,通过阈值完成滑坡区和非滑坡区的二值化处理。这些方式仍是目前广泛应用的一种方式,但其存在的问题也很明显,即阈值考虑的角度单一,泛化性差,往往只能适应于某个滑坡研究区而难以通用。
3、随着机器视觉技术的不断发展,常采用深度学习语义分割的方法进行滑坡识别,但是现有的通用深度学习语义分割模型在进行滑坡识别时仅采用rgb图像作为模型输入,使得模型识别时忽视了滑坡的地形属性,进而导致滑坡识别结果的精度较低。
技术实现思路
1、为了解决现有通用的语义分割模型进行滑坡识别结果的精度较低技术问题,本专利技术的目的在于提供一种综合多模态遥感影像的滑坡智能识别方法,所采用的技术方案具体如下:
2、构建语义分割模型,所述模型包括光学特征提取编码器和地形特征提取编码器、融合器以及解码器;
3、所述光学特征提取编码器和地形特征提取编码器均包含影像读取模块;所述融合器用于融合两个编码器的输出特征;
...【技术保护点】
1.一种综合多模态遥感影像的滑坡智能识别方法,其特征在于,该方法包括以下步骤:
2.根据权利要求1所述的一种综合多模态遥感影像的滑坡智能识别方法,其特征在于,所述光学特征提取编码器和地形特征提取编码器的下采样倍数相等,且均使用MobileNetV2作为骨干网络。
3.根据权利要求1所述的一种综合多模态遥感影像的滑坡智能识别方法,其特征在于,所述光学特征提取编码器包含的影像读取模块用于读取RGB图像,地形特征提取编码器包含的影像读取模块用于读取滑坡地形图像,所述滑坡地形图像是由相对高程、山体阴影和坡度组成的三波段图像。
4.根据权利要求3所述的一种综合多模态遥感影像的滑坡智能识别方法,其特征在于,所述影像读取模块还用于对读取的RGB图像或者滑坡地形图像进行规范化处理,包括:
5.根据权利要求1所述的一种综合多模态遥感影像的滑坡智能识别方法,其特征在于,调整两个编码器输出的特征的通道数,由光学特征提取编码器输出的两个光学特征的通道数之和大于由地形特征提取编码器输出的一个地形特征的通道数。
6.根据权利要求1所述的一种综合多模
...【技术特征摘要】
1.一种综合多模态遥感影像的滑坡智能识别方法,其特征在于,该方法包括以下步骤:
2.根据权利要求1所述的一种综合多模态遥感影像的滑坡智能识别方法,其特征在于,所述光学特征提取编码器和地形特征提取编码器的下采样倍数相等,且均使用mobilenetv2作为骨干网络。
3.根据权利要求1所述的一种综合多模态遥感影像的滑坡智能识别方法,其特征在于,所述光学特征提取编码器包含的影像读取模块用于读取rgb图像,地形特征提取编码器包含的影像读取模块用于读取滑坡地形图像,所述滑坡地形图像是由相对高程、山体阴影和坡度组成的三波段图像。
4.根据权利...
【专利技术属性】
技术研发人员:李志海,石安池,赵留园,周家文,肖淮献,蒋楠,
申请(专利权)人:中国电建集团华东勘测设计研究院有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。