【技术实现步骤摘要】
本专利技术涉及遥感影像处理和地物识别，具体涉及一种基于卷积网络的滨海湿地高清遥感影像地物识别方法。
技术介绍
1、滨海湿地是地球上重要的生态系统之一，具有丰富的生物多样性和生态服务功能。然而，由于人类活动和自然因素的影响，滨海湿地的生态环境正面临着严重的威胁。因此，开展滨海湿地的遥感监测和地物识别，对于保护和恢复湿地生态系统具有重要意义。
2、申请号为cn202111465535.2的专利公开了一种双流编解码的滨海湿地高清遥感影像地物识别方法，将密集连接的空洞卷积网络与图卷积神经网络的特征提取过程相结合形成双流混合卷积神经网络编码模型，以提取滨海湿地遥感影像地物的表征特征信息，进一步使用解码网络，依据双流提取的特征信息，解码预测准确而精细的滨海湿地影像地物识别类型。该专利技术首先对滨海湿地遥感影像数据进行归一化、数据增强、裁剪等预处理操作；进而将预处理后的数据输入双流混合卷积神经网络编码模型中进行特征提取、模型训练；最后将数据集中待分割的测试样本输入训练好的模型，采用该模型对滨海湿地遥感影像达到精确地物识别的目的，但仍然存在以下不足之处：无法对滨海湿地遥感影像的特征信息进行数据分析，不能对滨海湿地的生态环境进行判断，当滨海湿地遭受威胁时无法及时发现，侵害易于扩大。
3、近年来，卷积神经网络在图像处理领域取得了巨大成功，广泛应用于图像识别领域。因此，本专利技术提出一种基于卷积网络的滨海湿地高清遥感影像地物识别方法用于解决以上问题。
技术实现思路
1、为了克服上
2、本专利技术的目的可以通过以下技术方案实现：
3、一种基于卷积网络的滨海湿地高清遥感影像地物识别方法，包括以下步骤：
4、步骤一：模型建立模块建立影像信息采集模型；
5、步骤二：影像采集模块获得高清遥感影像，并将高清遥感影像发送至模型建立模块；
6、步骤三：模型建立模块将高清遥感影像输入影像信息采集模型中，同时生成信息采集指令，并将信息采集指令发送至信息采集模块；
7、步骤四：信息采集模块接收到信息采集指令后利用影像信息采集模型获取生态稳定信息，并将生态稳定信息发送至信息分析模块；
8、步骤五：信息分析模块根据生态稳定信息获得生态稳定系数st，并将生态稳定系数st发送地物识别平台；
9、步骤六：地物识别平台生态稳定系数st生成影响报警指令，并将影响警报指令发送至影像警报模块；
10、步骤七：影像警报模块接收到影响警报指令后响起影响警报。
11、作为本专利技术进一步的方案：所述模型建立模块建立影像信息采集模型的具体过程如下：
12、利用卷积网络技术建立卷积网络模型，并将其标记为影像信息采集模型。
13、作为本专利技术进一步的方案：所述影像采集模块获得高清遥感影像的具体过程如下：
14、利用遥感技术对滨海湿地进行图像采集，获得高清遥感影像，并将高清遥感影像发送至模型建立模块。
15、作为本专利技术进一步的方案：所述生态稳定信息包括植被信息zb、土地信息td以及动物信息dw。
16、作为本专利技术进一步的方案：所述信息采集模块获取植被信息zb的具体过程如下：
17、接收到信息采集指令后利用影像信息采集模型获取高清遥感影像中的植被面积和平均植被高度，并将其分别标记为植面值zm和植高值zg，将植面值zm和植高值zg进行量化处理，提取植面值zm和植高值zg的数值，并将其代入公式中计算，依据公式得到植被信息zb，其中，b1、b2分别为设定的植面值zm、植高值zg对应的预设比例系数，b1、b2满足b1+b2=1，0＜b2＜b1＜1，取b1=0.56，b2=0.44。
18、作为本专利技术进一步的方案：所述信息采集模块获取土地信息td的具体过程如下：
19、接收到信息采集指令后利用影像信息采集模型获取高清遥感影像中的首次采集的土地面积和当前时刻的土地面积，获得两者之间的差值，并将其标记为地变值db，获取高清遥感影像中首次采集的所有山峰的平均体积和当前时刻的所有山峰的平均体积，获得两者之间的差值，并将其标记为峰变值fb，将所有的峰变值fb进行求和，得到峰变总值fz，将地变值db和峰变总值fz进行量化处理，提取地变值db和峰变总值fz的数值，并将其代入公式中计算，依据公式得到土地信息td，其中，t1、t2分别为设定的地变值db、峰变总值fz对应的预设比例系数，t1、t2满足t1+t2=1，0＜t1＜t2＜1，取t1=0.33，t2=0.67。
20、作为本专利技术进一步的方案：所述信息采集模块获取动物信息dw的具体过程如下：
21、接收到信息采集指令后利用影像信息采集模型随机获取高清遥感影像中的一块区域，并将其标记为监控区域，将监控区域内体积达到预设体积的动物标记为监测动物，获取监控区域预设时间段内初始监测动物总数量，并将其标记为初数值cs，当监测动物进入监控区域则记录监测动物的监测次数增加一，获取预设时间段内进入监控区域的监测动物的总监测次数，并将其标记为测次值cc，将初数值cs和测次值cc进行量化处理，提取初数值cs和测次值cc的数值，并将其代入公式中计算，依据公式得到动物信息dw，其中，d1、d2分别为设定的初数值cs、测次值cc对应的预设比例系数，d1、d2满足d1+d2=1，0＜d1＜d2＜1，取d1=0.19，d2=0.81。
22、作为本专利技术进一步的方案：所述信息分析模块获得生态稳定系数st的具体过程如下：
23、将植被信息zb、土地信息td以及动物信息dw进行量化处理，提取植被信息zb、土地信息td以及动物信息dw的数值，并将其代入公式中计算，依据公式得到生态稳定系数st，其中，π为数学常数，s1、s2以及s3分别为设定的植被信息zb、土地信息td以及动物信息dw对应的预设权重因子，s1、s2以及s3满足s2＞s1＞s3＞1.451，取s1=1.95，s2=2.34，s3=1.58；
24、将生态稳定系数st发送地物识别平台。
25、作为本专利技术进一步的方案：所述地物识别平台生成影响报警指令的具体过程如下：
26、将生态稳定系数st与预设的生态稳定阈值sty进行本文档来自技高网...
【技术保护点】
1.一种基于卷积网络的滨海湿地高清遥感影像地物识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于卷积网络的滨海湿地高清遥感影像地物识别方法，其特征在于，所述模型建立模块建立影像信息采集模型的具体过程如下：
3.根据权利要求1所述的一种基于卷积网络的滨海湿地高清遥感影像地物识别方法，其特征在于，所述影像采集模块获得高清遥感影像的具体过程如下：
4.根据权利要求1所述的一种基于卷积网络的滨海湿地高清遥感影像地物识别方法，其特征在于，所述地物识别平台生成影响报警指令的具体过程如下：
5.根据权利要求1所述的一种基于卷积网络的滨海湿地高清遥感影像地物识别方法，其特征在于，所述影像警报模块响起影响警报的具体过程如下：
【技术特征摘要】
1.一种基于卷积网络的滨海湿地高清遥感影像地物识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于卷积网络的滨海湿地高清遥感影像地物识别方法，其特征在于，所述模型建立模块建立影像信息采集模型的具体过程如下：
3.根据权利要求1所述的一种基于卷积网络的滨海湿地高清遥感影像地物识别方法，其特征在于，所述...
【专利技术属性】
技术研发人员：周超，吴彤，赵倩，张特，樊俊廷，刘旭龙，
申请(专利权)人：国家海洋环境监测中心，
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。