[發(fā)明專利]一種航空高光譜遙感影像快速礦物填圖方法在審
| 申請(qǐng)?zhí)枺?/td> | 202210752611.6 | 申請(qǐng)日: | 2022-06-28 |
| 公開(公告)號(hào): | CN115115742A | 公開(公告)日: | 2022-09-27 |
| 發(fā)明(設(shè)計(jì))人: | 張川;易敏;葉發(fā)旺 | 申請(qǐng)(專利權(quán))人: | 核工業(yè)北京地質(zhì)研究院 |
| 主分類號(hào): | G06T11/40 | 分類號(hào): | G06T11/40;G06T11/20;G06T7/80;G06V10/764;G06V10/774;G06V10/77;G06V10/80;G06N3/04;G06N3/08 |
| 代理公司: | 核工業(yè)專利中心 11007 | 代理人: | 陳麗麗 |
| 地址: | 100029 *** | 國省代碼: | 北京;11 |
| 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: | 一種 航空 光譜 遙感 影像 快速 礦物 方法 | ||
1.一種航空高光譜遙感影像快速礦物填圖方法,其特征在于,所述方法包括以下步驟:
步驟(1)、建立樣本庫;
步驟(2)、空間信息提取;
步驟(3)、構(gòu)建深度學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu);
步驟(4)、對(duì)搭建的深度學(xué)習(xí)模型進(jìn)行訓(xùn)練;
步驟(5)、根據(jù)訓(xùn)練好的模型進(jìn)行航空高光譜遙感影像礦物填圖。
2.根據(jù)權(quán)利要求1所述的一種航空高光譜遙感影像快速礦物填圖方法,其特征在于,所述步驟(1)中樣本包括實(shí)測(cè)光譜樣本和圖像光譜樣本。
3.根據(jù)權(quán)利要求2所述的一種航空高光譜遙感影像快速礦物填圖方法,其特征在于,所述實(shí)測(cè)光譜樣本的處理方法為:采用地物光譜儀進(jìn)行實(shí)地光譜數(shù)據(jù)測(cè)量,對(duì)實(shí)測(cè)光譜進(jìn)行光譜分析及礦物歸類,并在航空影像上尋找對(duì)應(yīng)的像素位置,制作每種蝕變礦物類別的二值影像標(biāo)簽圖。
4.根據(jù)權(quán)利要求3所述的一種航空高光譜遙感影像快速礦物填圖方法,其特征在于,所述圖像光譜樣本的處理方法為:對(duì)航空高光譜數(shù)據(jù)進(jìn)行處理,獲得反射率圖像進(jìn)行填圖,對(duì)填圖結(jié)果進(jìn)行逐像元光譜查證,圈出每一類礦物在航空高光譜圖像上的范圍,制作每一類礦物的二值影像標(biāo)簽圖。
5.根據(jù)權(quán)利要求4所述的一種航空高光譜遙感影像快速礦物填圖方法,其特征在于,所述步驟(1)具體為:利用Python將實(shí)測(cè)光譜樣本和圖像光譜樣本的二值影像文件和預(yù)處理后的航空高光譜圖像反射率一起讀入進(jìn)行樣本提取,生成矩陣數(shù)據(jù)集,即樣本庫文件,并按照8∶2的比例劃分為訓(xùn)練集和測(cè)試集,生成訓(xùn)練集文件和測(cè)試集文件。
6.根據(jù)權(quán)利要求5所述的一種航空高光譜遙感影像快速礦物填圖方法,其特征在于,所述步驟(2)具體為:根據(jù)步驟(1)已經(jīng)獲取各類蝕變礦物的影像標(biāo)簽圖,結(jié)合影像主成分分析后空間信息提取的基礎(chǔ)影像,即第一主成分影像,利用Python在第一主成分影像上提取每個(gè)類別像素周圍30*30窗口大小的空間信息,作為步驟(1)提取光譜數(shù)據(jù)集對(duì)應(yīng)的空間信息。
7.根據(jù)權(quán)利要求6所述的一種航空高光譜遙感影像快速礦物填圖方法,其特征在于,所述步驟(2)中空間信息提取基礎(chǔ)影像的方法為:基于Python語言實(shí)現(xiàn)主成分分析方法對(duì)影像進(jìn)行正向PC旋轉(zhuǎn),用一個(gè)線性變換使數(shù)據(jù)方差達(dá)到最大,變換后獲取航空高光譜數(shù)據(jù)的多個(gè)主成分影像,從獲取的各個(gè)主成分影像中選取方差最大的第一主成分影像作為空間信息提取的基礎(chǔ)影像。
8.根據(jù)權(quán)利要求7所述的一種航空高光譜遙感影像快速礦物填圖方法,其特征在于,所述步驟(3)包括:
步驟(3.1)、利用一維卷積神經(jīng)網(wǎng)絡(luò)對(duì)光譜信息進(jìn)行卷積與池化操作,提取光譜特征;
步驟(3.2)、利用二維卷積神經(jīng)網(wǎng)絡(luò)對(duì)空間信息進(jìn)行卷積與池化操作,提取空間特征;
步驟(3.3)、對(duì)提取的空間特征與光譜特征進(jìn)行疊加融合;
步驟(3.4)、利用全連接網(wǎng)絡(luò)進(jìn)行分類。
9.根據(jù)權(quán)利要求8所述的一種航空高光譜遙感影像快速礦物填圖方法,其特征在于,所述步驟(4)具體為:利用Python讀取并導(dǎo)入步驟(1)建立的樣本庫,基于訓(xùn)練集對(duì)搭建的深度學(xué)習(xí)模型進(jìn)行訓(xùn)練,基于測(cè)試集進(jìn)行測(cè)試,損失函數(shù)采用交叉熵函數(shù),計(jì)算訓(xùn)練精度和測(cè)試精度或者損失,通過觀察測(cè)試精度和訓(xùn)練損失曲線,選擇最佳訓(xùn)練次數(shù)與模型參數(shù),最終得到模型參數(shù),保存模型。
10.根據(jù)權(quán)利要求9所述的一種航空高光譜遙感影像快速礦物填圖方法,其特征在于,所述步驟(5)具體為:利用Python加載訓(xùn)練好的模型文件,同時(shí)利用Python批量讀取需要處理的航空高光譜影像,輸入模型中,得到每景影像的填圖結(jié)果,再通過gdal庫對(duì)結(jié)果賦予地理坐標(biāo)并導(dǎo)出成圖。
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)利屬于核工業(yè)北京地質(zhì)研究院,未經(jīng)核工業(yè)北京地質(zhì)研究院許可,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(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210752611.6/1.html,轉(zhuǎn)載請(qǐng)聲明來源鉆瓜專利網(wǎng)。
- 一種基于SOA架構(gòu)的多星異構(gòu)遙感數(shù)據(jù)集成方法
- 一種遙感數(shù)據(jù)處理系統(tǒng)
- 一種遙感數(shù)據(jù)遠(yuǎn)程云處理系統(tǒng)及方法
- 一種帶報(bào)警提示的RFID遙感鎖
- 一種遙感圖像匹配方法、裝置、電子設(shè)備及可讀存儲(chǔ)介質(zhì)
- 一種遙感圖像匹配方法、裝置、電子設(shè)備及可讀存儲(chǔ)介質(zhì)
- 一種遙感圖像糾正匹配方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)
- 一種遙感監(jiān)測(cè)自然災(zāi)害數(shù)據(jù)處理方法及系統(tǒng)
- 遙感傳感器輻射定標(biāo)方法、裝置和電子設(shè)備
- 一種熱紅外遙感圖像重建方法和裝置





