System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于语义分割算法的小尺度数字露头岩性填图方法技术_技高网
当前位置: 首页 > 专利查询>长江大学专利>正文

一种基于语义分割算法的小尺度数字露头岩性填图方法技术

技术编号:40050984 阅读:6 留言:0更新日期:2024-01-16 21:12
本发明专利技术涉及一种基于语义分割算法的小尺度数字露头岩性填图方法。该基于语义分割算法的小尺度数字露头岩性填图方法结合无人机地质露头三维建模技术和语义分割神经网络技术,总结出了一套基于DeepLabv3+语义分割模型的小尺度数字露头岩性智能填图流程。野外露头岩性智能化填图一直是地质领域研究的重难点。人工填图工作量很大,同时系统性、一致性不够,基于深度卷积神经网络的岩性智能填图可以大大减少此类工作量,同时由于通过算法智能填图露头岩性,解决了现有方式存有的目标露头尺度过大,岩性填图精度低,以及不能工作在具有复杂背景的野外露头上的问题,特别适合岩性分割图制备使用的需要。

【技术实现步骤摘要】

本专利技术涉及一种基于语义分割算法的小尺度数字露头岩性填图方法


技术介绍

1、快速、准确填图露头岩性是地质领域研究的热难点。传统的露头岩性填图为人工野外露头考察,通过局部拍照采集露头照片,再对露头进行拼接。传统的露头研究以实地考察和手工绘图岩性为主,不仅数据采集危险性高,且耗费大量人力和时间。

2、后来又出现了通过三维激光、全站仪、探底雷达、卫星遥感、无人机等技术采集露头数据。然而这些技术都又其局限性。例如,三维激光扫描技术在数据采集精度上占有显著优势,然而三维激光数据的数据量大,且设备昂贵,还存在视角盲区。在很多表面草树林立露头区,探地雷达仪器不能贴地测量,数据获取难度较大,且受分辨率影响多解性普遍存在。而用卫星遥感,可能会因为受到云层遮挡,导致缺失数据,且数据精度不如利用无人机技术采集的露头数据。

3、而利用消费级无人机对地质露头建模具有成本低、精度高的优势,能够反映模型表面的真实情况。现有的利用于无人机对地质露头建模的方法如申请公布号为cn110443862a的专利技术专利申请公开的基于无人机的岩性填图方法及系统、电子设备,其虽然是利用无人机最终得到岩性分割图,但是其相对存有以下几个方面的问题:

4、第一:现有的利用无人机建模的方式填图的是千米级别的露头,从其公布的图像来看是俯瞰图,其不能对垂直面进行展示存有填图精度相对较低的问题。

5、第二:现有的利用无人机建模的方式并没有考虑图像的背景,由此其并不能对背景环境复杂的露头进行填图,存有填图范围狭窄的问题。

6、由此有必要研发一种新的基于无人机倾斜摄影数字露头和语义分割神经网络的岩性智能填图方法,以解决现有方式存有的以上问题。


技术实现思路

1、本专利技术的目的在于:提供基于语义分割算法的小尺度数字露头岩性填图方法,以解决现有方式存有的目标露头尺度过大,岩性填图精度低,以及不能工作在具有复杂背景的野外露头上的问题。

2、本专利技术的技术方案是:

3、一种基于语义分割算法的小尺度数字露头岩性填图方法,其特征在于:该填图方法包括以下步骤:

4、步骤1、使用无人机收集整理研究区的倾斜摄影露头照片,建立三维数字露头模型;

5、步骤1.1、使用无人机倾斜摄影采集露头数据。通过无人机对露头航拍,同时从垂直、倾斜等不同角度采集航测图像,获取露头更为完整准确的信息。

6、步骤1.2、使用建模软件建立露头三维模型。将步骤1.1中采集的航测图像导入realitycapture软件中进行处理,进行露头倾斜影像的倾斜摄影空中三角测量。

7、步骤2、创建语义分割数据集;

8、 步骤2.1、制作语义分割标签。为了训练基于深度卷积神经网络的语义分割模型,需要制作符合深度神经网络读取格式的图像数据及其对应分类标签数据。使用开源图像标注工具labelme按pascal voc数据集的格式对步骤1.1中的无人机采集的露头航测照片进行标注。

9、步骤2.2、样本创建策略

10、 步骤3、训练语义分割模型;

11、 步骤3.1、搭建deeplabv3+语义分割网络

12、 步骤3.2、训练deeplabv3+语义分割网络

13、 步骤4、小尺度露头岩性填图;

14、 通过使用realitycapture软件,从步骤1中得到的露头三维模型中导出了露头的数字正射影像(digital orthophoto map),生成了小尺度的露头剖面图像。然后,使用deeplabv3+模型对小尺度露头剖面进行岩性分布特征的预测。然而,由于内存限制,我们无法直接将大尺寸的数字正射影像(14999x4220像素)输入模型并进行预测。因此,在处理过程中,我们将大尺寸图片裁剪成小图片(640x640像素),然后将这些小图片输入到模型中进行预测。最后,我们将预测得到的小图片重新拼接还原,得到了完整的大尺寸图像即为岩性分割图。

15、本专利技术的优点在于:

16、该基于语义分割算法的小尺度数字露头岩性填图方法,本方法的数据集使用的是无人机采集的原始露头图像,对原始露头图像进行标注,得到标注后标签图像。通过对原始露头图像和对应的标签图像进行同步的、连续的图像截取,然后对截取后的图像数据集应用图像增强技术,制作出满足需要的数据集。使得数据集能够应用于百米级别的露头场景,由此解决了现有方式存有的目标露头尺度过大,岩性填图精度低,以及不能工作在具有复杂背景的野外露头上的问题,特别适合岩性分割图制备使用的需要。

本文档来自技高网...

【技术保护点】

1.一种基于语义分割算法的小尺度数字露头岩性填图方法,其特征在于:该填图方法包括以下步骤:

2.根据权利要求1所述的一种基于语义分割算法的小尺度数字露头岩性填图方法,其特征在于:所述的空中三角测量主要分为影像匹配与区域网平差两个步骤:

3.根据权利要求1所述的一种基于语义分割算法的小尺度数字露头岩性填图方法,其特征在于:所述的步骤1.1、使用无人机倾斜摄影采集露头数据中倾斜摄影测量三维建模技术要求无人机航测图像的航向重叠率要大于85%,旁向重叠率大于75%;无人机航飞数据采集精度要大于5cm,才能够满足研究需求;精度的计算可以通过下面的公式计算:

4.根据权利要求1所述的一种基于语义分割算法的小尺度数字露头岩性填图方法,其特征在于:步骤3.1、搭建DeepLabv3+语义分割网络:

5.根据权利要求1所述的一种基于语义分割算法的小尺度数字露头岩性填图方法,其特征在于:所述步骤2.2、样本创建策略的步骤如下:

【技术特征摘要】

1.一种基于语义分割算法的小尺度数字露头岩性填图方法,其特征在于:该填图方法包括以下步骤:

2.根据权利要求1所述的一种基于语义分割算法的小尺度数字露头岩性填图方法,其特征在于:所述的空中三角测量主要分为影像匹配与区域网平差两个步骤:

3.根据权利要求1所述的一种基于语义分割算法的小尺度数字露头岩性填图方法,其特征在于:所述的步骤1.1、使用无人机倾斜摄影采集露头数据中倾斜摄影测量三维建模技术要求无人机航测...

【专利技术属性】
技术研发人员:印森林罗思雨雷鸣程乐利白凯朱柏宇唐攀
申请(专利权)人:长江大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1