[發明專利]基于Deeplabv3+網絡模型的海島礁遙感影像地質分類方法在審
| 申請號: | 202210389921.6 | 申請日: | 2022-04-14 |
| 公開(公告)號: | CN114743103A | 公開(公告)日: | 2022-07-12 |
| 發明(設計)人: | 李海濱;滕惠忠;金際航;賈俊濤;王耿峰;楊長保;閘旋;楊盼;葉秋果;辛憲會;陸博文;鄭子皓 | 申請(專利權)人: | 中國人民解放軍92859部隊 |
| 主分類號: | G06V20/10 | 分類號: | G06V20/10;G06V10/40;G06V10/764;G06V10/80;G06V10/82;G06V10/774;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司: | 天津盛理知識產權代理有限公司 12209 | 代理人: | 王利文 |
| 地址: | 300061*** | 國省代碼: | 天津;12 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 deeplabv3 網絡 模型 海島 遙感 影像 地質 分類 方法 | ||
1.一種基于Deeplabv3+網絡模型的海島礁遙感影像地質分類方法,其特征在于:包括以下步驟:
步驟1、獲取珊瑚島礁的原始遙感影像,并對原始遙感影像進行數據預處理;
步驟2、建立珊瑚島礁的地質分類體系,從預處理后的遙感影像中進行特征提取與分類,得到珊瑚島礁的地質分類數據集;
步驟3、使用珊瑚島礁的地質分類數據集對Deeplabv3+卷積神經網絡和ResNet殘差網絡模型進行訓練,得到訓練后的識別與分類模型;
步驟4、使用訓練后的識別與分類模型進行預測,得到海島礁遙感地質分類結果圖。
2.根據權利要求1所述的基于Deeplabv3+網絡模型的海島礁遙感影像地質分類方法,其特征在于:所述珊瑚島礁的原始遙感影像采用Quick Bird高分辨率遙感影像。
3.根據權利要求1所述的基于Deeplabv3+網絡模型的海島礁遙感影像地質分類方法,其特征在于:所述步驟1對原始遙感影像進行數據預處理包括幾何校正、圖像融合和圖像增強,使得島、礁、沙、灘的信息都得到增強。
4.根據權利要求1所述的基于Deeplabv3+網絡模型的海島礁遙感影像地質分類方法,其特征在于:所述步驟2建立珊瑚島礁的地質分類體系將巖石類型分為如下七種類型:砂屑灰巖、細砂、中砂、粗砂、珊瑚礫屑灰巖、珊瑚礫塊灰巖和珊瑚骨架灰巖。
5.根據權利要求1所述的基于Deeplabv3+網絡模型的海島礁遙感影像地質分類方法,其特征在于:所述步驟2從預處理后的遙感影像中進行特征提取與分類的方法為:使用不同顏色將不同地質類型進行區分標注,將進行標注了的圖像按照32*32大小像素對目標島礁影像進行圖斑分割,得到標注圖像,采用隨機選取方式選取訓練數據集,對標簽數據的相同位置以同等大小范圍進行裁剪,并利用規則格網選取測試數據集。
6.根據權利要求1所述的基于Deeplabv3+網絡模型的海島礁遙感影像地質分類方法,其特征在于:所述步驟3的具體實現方法為:采用遷移學習的方法,在Deeplabv3+網絡模型的基礎上,采用ResNet50為主干模型用于提取特征,對原網絡的解碼部分進行微調;在訓練過程中采用early stopping和學習率下降訓練技巧進行訓練,訓練時使用珊瑚島礁的地質分類數據集的訓練數據集。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中國人民解放軍92859部隊,未經中國人民解放軍92859部隊許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210389921.6/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種建筑設計用節能通風結構
- 下一篇:一種自卸車用十三擋變速器





