一种基于拉普拉斯金字塔遥感图像融合的滑坡体识别方法技术

本发明专利技术公开了一种基于拉普拉斯金字塔遥感图像融合的滑坡体识别方法，包括步骤：先对提取的遥感影像局部特征和全局特征，通过拉普拉斯金字塔融合模块重建原始遥感影像，生成融合图像；再通过语义分割网络，构建深度学习语义分割模型；然后通过图片标记工具，对融合图像中发生滑坡灾害的地方和未发生滑坡灾害的地方分别进行标记，得到滑坡灾害标签图数据集；最后用数据集训练深度学习语义分割模型，通过修改语义分割网络结构和调整模型参数，直至模型的损失曲线达到拟合、识别遥感影像中滑坡体的精度满足要求时，则保存该模型。本发明专利技术结合基于拉普拉斯金字塔的图像融合模型，能高效、精准地为滑坡灾害的防灾减灾提供有效的决策依据。策依据。策依据。

【技术实现步骤摘要】
一种基于拉普拉斯金字塔遥感图像融合的滑坡体识别方法


[0001]本专利技术涉及滑坡体识别方法，尤其涉及一种基于拉普拉斯金字塔遥感图像融合的滑坡体识别方法。

技术介绍

[0002]滑坡作为危害性极强的自然灾害之一，一般被定义为斜坡上的土体或者岩体受河流冲刷、地震等因素影响，在重力作用下顺坡向下滑动的自然现象，常发生在山区、丘陵等地区。滑坡灾害破坏力强，对生态环境、交通运输和建筑用地等构成巨大威胁，所导致的人员伤亡和财产损失数量巨大，因此有必要对滑坡进行实时监测以减少损失。由于其发生时往往是不可预见的，加上分布较为分散且灾区地形复杂，因此很难系统地对滑坡进行识别。近些年随着遥感技术高速发展，越来越多的卫星遥感影像可应用于滑坡灾害的识别当中。但是很多遥感卫星受限于时间、空间分辨率的限制，使得无法准确得到滑坡特征。例如时效性强的卫星很难满足获得高空间分辨率的影像的要求；常规光学遥感卫星穿透性弱，不能精准获取灾区地表情况。因此多源遥感卫星图像融合技术能够将不同来源的遥感影像综合利用，对多源影像进行融合提高空间分辨率，以实现更精准的观测地球表面。然而针对滑本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于拉普拉斯金字塔遥感图像融合的滑坡体识别方法，其特征在于，包括步骤：S1，对提取的遥感影像局部特征和遥感影像全局特征，通过拉普拉斯金字塔融合模块重建原始遥感影像，生成融合图像；S2，通过基于并行结构的语义分割网络，构建深度学习语义分割模型；S3，通过图片标记工具，对融合图像中发生滑坡灾害的地方和未发生滑坡灾害的地方分别进行标记，得到滑坡灾害标签图数据集；S4,用步骤S3得到的数据集训练深度学习语义分割模型，通过修改语义分割网络结构和调整深度学习语义分割模型参数，直至深度学习语义分割模型的损失曲线达到拟合、识别遥感影像中滑坡体的精度满足要求时，则保存该深度学习语义分割模型。2.根据权利要求1所述的基于拉普拉斯金字塔遥感图像融合的滑坡体识别方法，其特征在于，所述步骤S1的具体实现过程如下：S11，根据遥感影像的尺寸设计图像分块特征提取器，将遥感影像分割成一系列子图片后输入所述特征提取器，对每个子图片执行特征提取，完成遥感影像局部特征提取；S12，对输入的两张非同源遥感影像进行一次降采样，将图像大小变成原始图像的四分之一；然后对降尺度后的图像执行编码；在重复降尺度并执行编码操作后，直到图像与步骤S11中子图片的大小相同；最后将不同尺度对应的特征上采样到原始大小；S13，将步骤S11所提取的遥感影像局部特征和步骤S12所提取的遥感影像全局特征输入到拉普拉斯金字塔融合模块，通过图像重建自编码网络重建原始遥感影像。3.根据权利要求1所述的基于拉普拉斯金字塔遥感图像融合的滑坡体识别方法，其特征在于，所述步骤S2中，所述语义分割网络的主体...

【专利技术属性】
技术研发人员：董臻，王国杰，梁子凡，冯爱青，王国复，王艳君，苏布达，
申请(专利权)人：南京信息工程大学，
类型：发明
国别省市：