[發(fā)明專利]基于Deeplabv3+網(wǎng)絡(luò)模型的海島礁遙感影像地質(zhì)分類方法在審
| 申請?zhí)枺?/td> | 202210389921.6 | 申請日: | 2022-04-14 |
| 公開(公告)號: | CN114743103A | 公開(公告)日: | 2022-07-12 |
| 發(fā)明(設(shè)計(jì))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(quán))人: | 中國人民解放軍92859部隊(duì) |
| 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(chǎn)權(quán)代理有限公司 12209 | 代理人: | 王利文 |
| 地址: | 300061*** | 國省代碼: | 天津;12 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 deeplabv3 網(wǎng)絡(luò) 模型 海島 遙感 影像 地質(zhì) 分類 方法 | ||
本發(fā)明涉及一種基于Deeplabv3+網(wǎng)絡(luò)模型的海島礁遙感影像地質(zhì)分類方法,其技術(shù)特點(diǎn)是:獲取珊瑚島礁的原始遙感影像,并對原始遙感影像進(jìn)行數(shù)據(jù)預(yù)處理;建立珊瑚島礁的地質(zhì)分類體系,從預(yù)處理后的遙感影像中進(jìn)行特征提取與分類,得到珊瑚島礁的地質(zhì)分類數(shù)據(jù)集;使用珊瑚島礁的地質(zhì)分類數(shù)據(jù)集對Deeplabv3+卷積神經(jīng)網(wǎng)絡(luò)和ResNet殘差網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練,得到訓(xùn)練后的識別與分類模型;使用訓(xùn)練后的識別與分類模型進(jìn)行預(yù)測,得到海島礁遙感地質(zhì)分類結(jié)果圖。本發(fā)明設(shè)計(jì)合理,用于海洋珊瑚島礁的高分辨率遙感影像分類,具有較高的分類精度并且能夠較好地區(qū)分不同地物之間的細(xì)節(jié),總體分類精度和Kappa系數(shù)分別為97.57%和0.9643,可廣泛用于海島礁遙感地質(zhì)分類。
技術(shù)領(lǐng)域
本發(fā)明屬于遙感監(jiān)測技術(shù)領(lǐng)域,尤其是一種基于Deeplabv3+網(wǎng)絡(luò)模型的海島礁遙感影像地質(zhì)分類方法。
背景技術(shù)
珊瑚礁是熱帶海洋中淺水造礁石珊瑚蟲體和其他附礁生物的遺骸經(jīng)過膠結(jié)作用形成的,它們是海洋中一種極其特殊的生態(tài)系統(tǒng),被稱為“海洋中的熱帶雨林”和“藍(lán)色沙漠中的綠洲”,因此,珊瑚礁不僅是海洋中的一種重要資源,而且也是一種重要的陸地資源。
珊瑚礁是我國開發(fā)利用、保護(hù)和控制海域的重要支點(diǎn)。對珊瑚礁進(jìn)行精細(xì)的調(diào)查分析具有重要意義,不僅是對珊瑚礁資源開發(fā)利用和管理保護(hù)的支持,也是珊瑚礁工程建設(shè)、航行安全保護(hù)和維護(hù)國家海洋權(quán)利和領(lǐng)土完整的重大需求。然而,受自然環(huán)境條件等因素的限制,如珊瑚礁往往狹小、地理結(jié)構(gòu)單一以及生態(tài)環(huán)境脆弱,因此,珊瑚礁大多不易或不適合大規(guī)模、高頻的野外調(diào)查。
遙感技術(shù)作為一種新興的、非接觸式的調(diào)查手段,具有大面積的同步覆蓋、對同一區(qū)域進(jìn)行重復(fù)檢測、精度高、信息量豐富等優(yōu)點(diǎn)。尤其高分辨率遙感還具有較高的空間分辨率和定位精度,已被證實(shí)是開展珊瑚島礁調(diào)查與監(jiān)測的一種有效技術(shù)手段。多平臺、多傳感器、多種空間和光譜分辨率的遙感數(shù)據(jù)可應(yīng)用于珊瑚島礁,高分辨率遙感技術(shù)已成為大范圍進(jìn)行珊瑚島礁分類的重要手段。
傳統(tǒng)的高分辨率遙感影像分類技術(shù)往往需要人工的參與,例如基于閾值分割法、區(qū)域分割法、機(jī)器學(xué)習(xí)算法SVM和邊緣檢測分割法等,這些方法需要人工選取合適的特征參數(shù),針對邊界清晰的簡單場景有很好的分割效果,但在復(fù)雜場景下準(zhǔn)確性和分割效果較差。其次由于遙感圖像光譜分辨率較低,傳統(tǒng)的遙感影像分類方法存在分割精度低和分割邊界模糊等問題。
發(fā)明內(nèi)容
本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足,提供一種設(shè)計(jì)合理、精度高且分類準(zhǔn)確的基于Deeplabv3+網(wǎng)絡(luò)模型的海島礁遙感影像地質(zhì)分類方法。
本發(fā)明解決現(xiàn)有的技術(shù)問題是采取以下技術(shù)方案實(shí)現(xiàn)的:
一種基于Deeplabv3+網(wǎng)絡(luò)模型的海島礁遙感影像地質(zhì)分類方法,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(jìn)行數(shù)據(jù)預(yù)處理;
步驟2、建立珊瑚島礁的地質(zhì)分類體系,從預(yù)處理后的遙感影像中進(jìn)行特征提取與分類,得到珊瑚島礁的地質(zhì)分類數(shù)據(jù)集;
步驟3、使用珊瑚島礁的地質(zhì)分類數(shù)據(jù)集對Deeplabv3+卷積神經(jīng)網(wǎng)絡(luò)和ResNet殘差網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練,得到訓(xùn)練后的識別與分類模型;
步驟4、使用訓(xùn)練后的識別與分類模型進(jìn)行預(yù)測,得到海島礁遙感地質(zhì)分類結(jié)果圖。
進(jìn)一步,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。
進(jìn)一步,所述步驟1對原始遙感影像進(jìn)行數(shù)據(jù)預(yù)處理包括幾何校正、圖像融合和圖像增強(qiáng),使得島、礁、沙、灘的信息都得到增強(qiáng)。
進(jìn)一步,所述步驟2建立珊瑚島礁的地質(zhì)分類體系將巖石類型分為如下七種類型:砂屑灰?guī)r、細(xì)砂、中砂、粗砂、珊瑚礫屑灰?guī)r、珊瑚礫塊灰?guī)r和珊瑚骨架灰?guī)r。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于中國人民解放軍92859部隊(duì),未經(jīng)中國人民解放軍92859部隊(duì)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210389921.6/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 基于語義分割和孿生神經(jīng)網(wǎng)絡(luò)的無人機(jī)圖像變化檢測方法
- 基于DeepLabv3+的深度神經(jīng)網(wǎng)絡(luò)皮膚檢測方法
- 一種基于深度學(xué)習(xí)的煙霧分割方法
- 基于絕緣瓷瓶的破損檢測方法
- 一種引進(jìn)特征交叉注意力機(jī)制的語義分割方法
- 一種基于深度學(xué)習(xí)的遙感圖像語義分割方法
- 一種基于卷積神經(jīng)網(wǎng)絡(luò)的護(hù)欄分割方法
- 基于DeepLabv3+的車道線網(wǎng)絡(luò)識別模型建立及車輛速度檢測方法
- 基于改進(jìn)的Deeplabv3+的航拍圖像電磁介質(zhì)語義識別方法及裝置
- 一種透明物體的6D姿態(tài)參數(shù)計(jì)算方法
- 網(wǎng)絡(luò)和網(wǎng)絡(luò)終端
- 網(wǎng)絡(luò)DNA
- 網(wǎng)絡(luò)地址自適應(yīng)系統(tǒng)和方法及應(yīng)用系統(tǒng)和方法
- 網(wǎng)絡(luò)系統(tǒng)及網(wǎng)絡(luò)至網(wǎng)絡(luò)橋接器
- 一種電力線網(wǎng)絡(luò)中根節(jié)點(diǎn)網(wǎng)絡(luò)協(xié)調(diào)方法和系統(tǒng)
- 一種多網(wǎng)絡(luò)定位方法、存儲介質(zhì)及移動終端
- 網(wǎng)絡(luò)裝置、網(wǎng)絡(luò)系統(tǒng)、網(wǎng)絡(luò)方法以及網(wǎng)絡(luò)程序
- 從重復(fù)網(wǎng)絡(luò)地址自動恢復(fù)的方法、網(wǎng)絡(luò)設(shè)備及其存儲介質(zhì)
- 神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方法、裝置及存儲介質(zhì)
- 網(wǎng)絡(luò)管理方法和裝置





