首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于深度学习语义分割的高原型岩溶地貌提取方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:中国国家铁路集团有限公司;成都理工大学;中铁二院工程集团有限责任公司;中国铁路经济规划研究院有限公司

摘要:本发明专利公开了一种基于深度学习语义分割的高原型岩溶地貌提取方法,具体涉及遥感影像处理技术领域。步骤如下:获得高分二号卫星、资源三号卫星及高分七号卫星遥感影像数据并进行预处理;对资源三号卫星和高分七号遥感影像数据进行处理得到衍生DEM模型,高分二号卫星遥感影像数据结合衍生DEM模型进行数据融合,对高山高原型岩溶现象进行目视解译并获取解译标志,对高原型岩溶现象进行标注;将图像数据集划分为训练集、测试集、验证集,对SegNeXt网络模型进行训练,使用迁移学习算法通过训练集对SegNeXt模型进行训练,获取高山高原型岩溶地貌提取模型。采用本发明技术方案解决了现有技术中对于的高山高原型岩溶地貌探测较少的问题,提高了识别准确率。

主权项:1.一种基于深度学习语义分割的高原型岩溶地貌提取方法,其特征在于:包括如下步骤:S1、获得高分二号卫星、资源三号卫星及高分七号卫星遥感影像数据,并对所获得的高分二号、资源三号及高分七号遥感影像数据进行预处理;S2、对经过步骤S1的资源三号卫星和高分七号遥感影像数据进行处理,得到衍生DEM模型;S3、在步骤S1预处理后的高分二号卫星遥感影像数据的基础上,结合步骤S2后的衍生DEM模型进行数据融合,对高山高原型岩溶现象进行目视解译并获取解译标志;S4、对经过步骤S3解译标志的高原型岩溶现象进行精细化标注,并裁剪为512×512的栅格图像形成语义分割数据集;S5、将步骤S4中经过精细化标注的图像数据集按照6:2:2划分为训练集、测试集、验证集,对SegNeXt网络模型进行训练,使用迁移学习算法通过训练集对SegNeXt模型进行训练,达到设定的精度后,获取高山高原型岩溶地貌提取模型。

全文数据:

权利要求:

百度查询: 中国国家铁路集团有限公司 成都理工大学 中铁二院工程集团有限责任公司 中国铁路经济规划研究院有限公司 一种基于深度学习语义分割的高原型岩溶地貌提取方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。