【技术实现步骤摘要】
本专利技术涉及遥感影像处理，具体涉及一种基于多源遥感数据和数字地球平台的固废堆场管理方法。
技术介绍
1、当前，固体废物的数量急剧增长，这一趋势由快速城市化和前所未有的人口增长所引发。大量的固体废物被随意堆放或简易填埋，导致渗滤液污染地下水环境，对水质安全构成潜在威胁；同时，垃圾倾倒和堆积过程中产生的有害气体弥漫在空气中，严重危害周边居民的健康状况。
2、遥感图像覆盖面积广，数据更新及时，在城市固体废物监测与管理中展现出巨大的应用潜力。近年来，高分辨率卫星图像的发展为之提供了高精度的数据支持，使得在复杂多变的自然与人为背景中精确捕捉固废堆场特征(颜色、纹理、形状等)成为可能。深度学习模型的发展和技术的进步可实现特征的自动提取，但它是一种数据驱动的方法，大规模的固废堆场遥感数据集仍较为稀缺。
技术实现思路
1、本专利技术的目的在于提出一种基于多源遥感数据和数字地球平台的固废堆场管理方法，以解决遥感图像中固废堆场定位困难及人工标记成本高昂的问题，实现固废堆场的智能化、精细化和高效化管理。
2、实现本专利技术目的的技术解决方案为：一种基于多源遥感数据和数字地球平台的固废堆场管理方法，包括如下步骤：
3、步骤1，获取公开的高分辨率遥感固废堆场数据集和多源卫星图像，进行预处理操作；
4、步骤2，构建固废堆场遥感目标检测模型，基于遥感预训练模型和预处理后的高分辨率遥感固废堆场检测数据集进行微调，得到迭代初始模型参数；
5、步骤3，采用
6、步骤4，将从多源卫星图像中检测出的固废堆场录入可视化数字地球平台，实现数据存储、数据查询、数据更新和空间分析，据此完成对固废堆场实时和高效的管理。
7、进一步的，步骤1，获取公开的高分辨率遥感固废堆场数据集和多源卫星图像，进行预处理操作，其中：
8、获取公开的高分辨率遥感固废堆场目标检测数据集，包括dumpsites和swad数据集，数据来源为ageaortophotos、worldview-3、google earth和spot卫星，空间分辨率为0.2m-1.8m；对固废堆场数据集的预处理操作包括标签格式转换、图像裁剪及标签更新；
9、dumpsites数据集的标签信息存储在xml文件中，其包含图像信息、标签框的位置和类别，利用脚本将xml文件中的图像信息和标签框位置信息提取出来，并按照coco数据集的格式进行组织，保存为json文件；
10、swad数据集本身即采用coco的组织形式，无需进行标签格式的转换，但需要进行图像裁剪和标签更新，在图像裁剪完成后，对新生成的图像重命名，并根据目标在新图像中的位置，对相应的标签框进行更新；
11、进一步的，步骤1，获取公开的高分辨率遥感固废堆场数据集和多源卫星图像，进行预处理操作，其中：
12、获取多源卫星图像，包括谷歌卫星图像和国产卫星图像，空间分辨率约为0.5m，为和高分辨率遥感固废堆场数据集中的图像保持一致，仅提取蓝、绿、红三个可见光波段，将大图裁剪为1000×1000像元的切片，不设置重叠度，再按最小值-最大值拉伸的方法将像素值归一化至(0，255)。
13、进一步的，步骤2，构建固废堆场遥感目标检测模型，基于遥感预训练模型和预处理后的高分辨率遥感固废堆场检测数据集进行微调，得到迭代初始模型参数，具体方法为：
14、构建固废堆场遥感目标检测模型，输入训练图像后，通过resnet-50作为骨干网络(backbone)提取多层特征，骨干网络一共分为5层，起始层包含一个7×7的卷积层、一个批量归一化层、一个relu激活函数层和一个3×3的最大池化层，2-5层是四个残差块组，分别有3、4、6、3个残差块，通过四层残差卷积网络提取到四个特征图c2、c3、c4和c5，特征图分辨率逐步降低，特征维度逐步增加；
15、随后将c2、c3、c4和c5输入特征金字塔网络(fpn)，从c5开始，逐层上采样到c4、c3和c2，每一层的低层特征图通过1×1卷积进行通道数对齐，并与上采样后的高层特征图相加，完成特征融合，构建多尺度的金字塔特征图p2、p3、p4、p5；
16、利用区域建议网络(rpn)在多尺度特征图p2、p3、p4、p5上生成候选区域(proposal)，通过3×3卷积提取特征并预测候选区域的目标分数和回归参数；将生成的proposal映射到特定的特征层pi(i＝2,3,4,5)，得到不同大小的感兴趣区域ri(i＝2,3,4,5)。随后，通过roialign操作对r2、r3、r4、r5进行对齐，将他们统一调整到固定尺寸7×7。最后，将这些7×7固定大小的特征图输入检测头，经过全连接层提取特征，并通过分类分支和边界框回归分支，输出最终的检测类别和目标框位置。
17、将预处理后的高分辨率遥感固废堆场数据集按照8:2的比例划分训练集和验证集，为resnet50载入cmid遥感预训练模型的backbone权重参数，训练固废堆场遥感目标检测模型，得到迭代初始模型参数。
18、进一步的，训练中使用随机梯度下降优化器，动量设置为0.9，权重衰减为0.0001，初始学习率设置为0.02，并使用多步学习率衰减策略，学习率调整区间设置为[16,22]，学习率衰减系数设置为0.1，训练50个epoch后保留验证精度最高的模型参数作为初始迭代模型参数m0。
19、进一步的，步骤3，采用初始迭代模型推理多源卫星图像，结合自动标签生成与专家验证操作，生成高质量标签数据。将新生成的标签数据与预处理后的高分辨率遥感固废堆场数据集合并，重复模型训练、图像推理、自动标签生成、专家验证和新数据生成，得到强化的模型参数和扩增的固废堆场数据集，具体方法为：
20、(1)对多源卫星图像进行多视图推理，生成大量潜在样本；
21、设原始的多源卫星图像集合为isum，其中一张图像为img，首先进行明亮度变换、锐度变换和对比度变换得到明亮度变换图像imgb、锐度变换图像imgs和对比度变换图像imgc；然后应用训练后的检测模型对img、imgb、imgs和imgc进行推理，得到四张图像的目标框位置及相应的置信度，将四张图像中均未检测出固废堆场目标框的原始图像集合称为ifalse，而检测出目标框的原始图像集合称为itrue，对itrue中的img及相应的imgb、imgs和imgc四张图像的固废堆场目标框取并集进行合并，有相交的目标框采用非极大值抑制进行剔除，最终得到合并目标框bboxmerge及相应的置信度，将bboxmerge的集合称为btrue；
22、(2)结合自适应阈值方法和专家验证确保标签的准确性...
【技术保护点】
1.一种基于多源遥感数据和数字地球平台的固废堆场管理方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于多源遥感数据和数字地球平台的固废堆场管理方法，其特征在于，步骤1，获取公开的高分辨率遥感固废堆场数据集和多源卫星图像，进行预处理操作，其中：
3.根据权利要求1所述的基于多源遥感数据和数字地球平台的固废堆场管理方法，其特征在于，步骤1，获取公开的高分辨率遥感固废堆场数据集和多源卫星图像，进行预处理操作，其中：
4.根据权利要求1所述的基于多源遥感数据和数字地球平台的固废堆场管理方法，其特征在于，步骤2，构建固废堆场遥感目标检测模型，基于遥感预训练模型和预处理后的高分辨率遥感固废堆场检测数据集进行微调，得到迭代初始模型参数，具体方法为：
5.根据权利要求4所述的基于多源遥感数据和数字地球平台的固废堆场管理方法，其特征在于，训练中使用随机梯度下降优化器，动量设置为0.9，权重衰减为0.0001，初始学习率设置为0.02，并使用多步学习率衰减策略，学习率调整区间设置为[16,22]，学习率衰减系数设置为0.1，训练50个epo
6.根据权利要求1所述的基于多源遥感数据和数字地球平台的固废堆场管理方法，其特征在于，步骤3，采用初始迭代模型推理多源卫星图像，结合自动标签生成与专家验证操作，生成高质量标签数据。将新生成的标签数据与预处理后的高分辨率遥感固废堆场数据集合并，重复模型训练、图像推理、自动标签生成、专家验证和新数据生成，得到强化的模型参数和扩增的固废堆场数据集，具体方法为：
7.根据权利要求1所述的基于多源遥感数据和数字地球平台的固废堆场管理方法，其特征在于，步骤4，将从多源卫星图像中检测出的固废堆场录入可视化数字地球平台，实现数据存储、数据查询、数据更新和空间分析，据此完成对固废堆场实时和高效的管理，具体方法为：
8.一种基于多源遥感数据和数字地球平台的固废堆场管理系统，其特征在于，实施权利要求1-7任一项所述的基于多源遥感数据和数字地球平台的固废堆场管理方法，实现基于多源遥感数据和数字地球平台的固废堆场管理，分四个模块分别执行步骤1至4。
9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实施权利要求1-7任一项所述的基于多源遥感数据和数字地球平台的固废堆场管理方法，实现基于多源遥感数据和数字地球平台的固废堆场管理。
10.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实施权利要求1-7任一项所述的基于多源遥感数据和数字地球平台的固废堆场管理方法，实现基于多源遥感数据和数字地球平台的固废堆场管理。
...【技术特征摘要】
1.一种基于多源遥感数据和数字地球平台的固废堆场管理方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于多源遥感数据和数字地球平台的固废堆场管理方法，其特征在于，步骤1，获取公开的高分辨率遥感固废堆场数据集和多源卫星图像，进行预处理操作，其中：
3.根据权利要求1所述的基于多源遥感数据和数字地球平台的固废堆场管理方法，其特征在于，步骤1，获取公开的高分辨率遥感固废堆场数据集和多源卫星图像，进行预处理操作，其中：
4.根据权利要求1所述的基于多源遥感数据和数字地球平台的固废堆场管理方法，其特征在于，步骤2，构建固废堆场遥感目标检测模型，基于遥感预训练模型和预处理后的高分辨率遥感固废堆场检测数据集进行微调，得到迭代初始模型参数，具体方法为：
5.根据权利要求4所述的基于多源遥感数据和数字地球平台的固废堆场管理方法，其特征在于，训练中使用随机梯度下降优化器，动量设置为0.9，权重衰减为0.0001，初始学习率设置为0.02，并使用多步学习率衰减策略，学习率调整区间设置为[16,22]，学习率衰减系数设置为0.1，训练50个epoch后保留验证精度最高的模型参数作为初始迭代模型参数m0。
6.根据权利要求1所述的基于多源遥感数据和数字地球平台的固废堆场管理方法，其特征在于，步骤3，采用初始迭代模型推理多源卫星图像，结合自动标签...
【专利技术属性】
技术研发人员：王璐涵，郭雷，沈红，王莎棉，王科文，包兴，
申请(专利权)人：苏州空天信息研究院，
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。