公开(公告)号：CN114639015B

公开(公告)日：2024-09-27

申请号：CN202210164158.7

申请日：2022-02-22

Applicant: 中国地质大学(武汉)

Inventor： 许国森 ,  王毅

IPC: G06V20/10 ,  G06V10/26 ,  G06V10/774 ,  G06V10/77 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供一种联合光谱、植被指数和纹理特征的高分影像滑坡检测方法，包括获取待检测高分辨率遥感影像及对应栅格化的滑坡真实标签；提取光谱特征，通过光谱波段计算植被指数，并对待检测高分辨率遥感影像进行主成分分析，计算第一主成分的灰度共生矩阵，利用灰度共生矩阵提取多个纹理特征；采用离差标准化进行影像归一化；采用Relief‑F算法进行特征选择来降低数据冗余；通过图层叠加、滑动窗口算法扫描、数据增强来生成训练样本，利用深度U‑Net方法进行训练；基于测试样本进行模型测试、精度评价及输出滑坡检测结果图。本发明提供了一种有效的滑坡检测方法，能充分挖掘高分辨率遥感影像信息，有效提高滑坡的识别精度。

公开(公告)号：CN114639015A

公开(公告)日：2022-06-17

申请号：CN202210164158.7

申请日：2022-02-22

Applicant: 中国地质大学(武汉)

Inventor： 许国森 ,  王毅

IPC: G06V20/10 ,  G06V10/26 ,  G06V10/774 ,  G06V10/77 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种联合光谱、植被指数和纹理特征的高分影像滑坡检测方法，包括获取待检测高分辨率遥感影像及对应栅格化的滑坡真实标签；提取光谱特征，通过光谱波段计算植被指数，并对待检测高分辨率遥感影像进行主成分分析，计算第一主成分的灰度共生矩阵，利用灰度共生矩阵提取多个纹理特征；采用离差标准化进行影像归一化；采用Relief‑F算法进行特征选择来降低数据冗余；通过图层叠加、滑动窗口算法扫描、数据增强来生成训练样本，利用深度U‑Net方法进行训练；基于测试样本进行模型测试、精度评价及输出滑坡检测结果图。本发明提供了一种有效的滑坡检测方法，能充分挖掘高分辨率遥感影像信息，有效提高滑坡的识别精度。