[發明專利]一種基于深度學習的自然資源要素變化檢測方法

有效

• 申請號: 202110562234.5
• 申請日: 2021-05-24
• 公開（公告）號: CN113362286B
• 公開（公告）日: 2022-02-01
• 發明（設計）人: 王淑娟
• 申請（專利權）人: 江蘇星月測繪科技股份有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T5/50;G06T7/62;G06N3/04;G06N3/08;G06V10/764;G06V10/82;G06K9/62
• 代理公司: 北京冠和權律師事務所 11399
• 代理人: 趙銀萍

1.一種基于深度學習的自然資源要素變化檢測方法，其特征在于，包括：

獲取兩幅同一區域不同時間內的待檢測圖像；

訓練自然資源要素識別分割模型；

根據所述自然資源要素識別分割模型對所述待檢測圖像中的自然資源要素分別進行自然資源要素識別與分割，得到自然資源要素分割圖；

對所述自然資源要素分割圖進行自然資源要素合并處理，得到自然資源要素合并圖；

對所述自然資源要素合并圖中的自然資源要素進行要素重復檢測與重復要素剔除，得到自然資源要素變化圖；

其中，所述自然資源要素分割圖中包括多個自然資源要素區域；

所述自然資源要素合并圖包括：自然資源要素分割圖上圖層和自然資源要素分割圖下圖層；

還包括：

將所述待檢測圖像按照預設劃分規則劃分為多個待檢測區域；

獲取兩幅所述待檢測圖像中同一待檢測區域內自然資源要素的實際變化數據，所述實際變化數據包括：兩幅所述待檢測圖像的拍攝時間、自然資源要素的種類變化情況、通過將兩幅待檢測圖像中拍攝時間較長的一幅作為標準圖，以所述標準圖中的任意一個待檢測區域作為標準待檢測區域，根據預設第二劃分規則將標準待檢測區域劃分為中心待檢測區域、東待檢測區域、西待檢測區域、南待檢測區域和北待檢測區域，將兩幅待檢測圖像中的拍攝時間較短的一幅作為比較圖，以比較圖中的與所述標準待檢測區域相對應的待檢測區域作為比較待檢測區域，將所述中心待檢測區域、所述東待檢測區域、所述西待檢測區域、所述南待檢測區域和所述北待檢測區域與所述比較待檢測區域進行重合比較，得到中心待檢測區域范圍差、東待檢測區域范圍差、西待檢測區域范圍差、南待檢測區域范圍差和北待檢測區域范圍差；

基于所述實際變化數據計算自然資源要素的種類不變的情況下不同拍攝間隔時間中任一待檢測區域內不同自然資源要素的實際變化值，計算公式如下：

其中，f_t,δ,ε為自然資源要素的種類不變的情況下拍攝間隔時間t中第δ個待檢測區域內的第ε種自然資源要素的實際變化值，S_z,δ為第δ個待檢測區域的中心待檢測區域范圍差，S_d,δ為第δ個待檢測區域的東待檢測區域范圍差，S_n,δ為第δ個待檢測區域的南待檢測區域范圍差，S_x,δ為第δ個待檢測區域的西待檢測區域范圍差，S_b,δ為第δ個待檢測區域的北待檢測區域范圍差，μ_z,ε、μ_d,ε、μ_n,ε、μ_x,ε和μ_b,ε分別為預設的第ε種自然資源要素對應的不同的范圍誤差系數；

若所述自然資源要素的種類不變的情況下不同拍攝間隔時間中任一待檢測區域內不同自然資源要素的實際變化值大于預設的對應拍攝間隔時間中對應自然資源要素的理想變化值時，對所述不同拍攝間隔時間中任一待檢測區域內不同自然資源要素的實際變化值大于預設的對應拍攝間隔時間中對應自然資源要素的理想變化值中對應的任一待檢測區域進行人為介入標記；

若所述自然資源要素的種類不變的情況下不同拍攝間隔時間中任一待檢測區域內不同自然資源要素的實際變化值小于等于預設的對應拍攝間隔時間中對應自然資源要素的理想變化值時，對所述不同拍攝間隔時間中任一待檢測區域內不同自然資源要素的實際變化值大于預設的對應拍攝間隔時間中對應自然資源要素的理想變化值中對應的任一待檢測區域進行自然變化標記。

2.根據權利要求1所述的一種基于深度學習的自然資源要素變化檢測方法，其特征在于，所述自然資源要素包括農業資源要素、水資源要素、森林資源要素、礦產資源要素。