【技术实现步骤摘要】
本专利技术涉及遥感图像处理，尤其涉及一种基于高分辨率仿真遥感图像的公路路网分布监测设备。
技术介绍
1、在当今数字化时代，遥感技术已经成为了多个领域的关键工具，包括地理信息系统、资源管理、环境监测等。随着卫星和航拍技术的不断进步，遥感图像的分辨率不断提高，为各个领域提供了更多有用的信息。然而，高分辨率遥感图像也带来了挑战，其中之一是如何在这些大规模高维度数据中准确模式识别和定位目标。传统的遥感图像模式识别方法主要依赖于手工设计的特征提取和分类算法，这些方法在低分辨率图像上表现出色，但在高分辨率图像中的表现不尽如人意。高分辨率图像通常包含更多的细节和噪音，使得目标模式识别变得更加复杂。此外，目标在不同环境和天气条件下的表现也具有极大的变异性，这进一步加大了传统方法的困难度。
技术实现思路
1、为解决上述现有技术中存在的技术问题，本专利技术的目的在于提供一种的基于高分辨率仿真遥感图像的公路路网分布监测设备，可实现高分辨率遥感图像分析、高效处理大量图像数据。
2、为实现上述专利技术目的，本专利技术提供的一种基于高分辨率仿真遥感图像的公路路网分布监测设备，包括图像处理单元机构和图像增强模块机构；
3、所述图像处理单元机构和所述图像增强模块机构之间设置有图像生成单元，所述图像生成单元两端分别与图像处理单元机构和图像增强模块机构连通设置，所述图像生成单元内装配设有智能去噪模块，靠近所述图像处理单元机构的一侧；
4、其中所述图像处理单元机构用于获取并处理遥感图
5、所述图像识别组件内设有图像目标识别模块，所述图像目标识别模块包括若干深度神经网络，用于对高分辨率遥感图像进行目标特征提取；所述卷积神经网络组件包括若干卷积神经网络，用于对所述深度神经网络提取的目标特征进行分离；
6、所述图像增强模块机构包括滤波降噪箱，所述滤波降噪箱内排列设有若干去噪成像模块，用于对所述高分辨率遥感图像进行图像增强。
7、根据本专利技术的一个技术方案，所述滤波降噪箱的一侧开设有进气口，所述进气口与所述图像生成单元的一端相连通，所述滤波降噪箱的另一侧开设有散热孔，所述散热孔内设置有散热管，所述散热管与所述滤波降噪箱相连通。
8、根据本专利技术的一个技术方案，所述图像目标识别模块的一侧开设有通孔，所述通孔内连通设有进气管，所述进气管内装配设置有散热扇。
9、根据本专利技术的一个技术方案，所述卷积神经网络组件还包括设置于所述图像目标识别模块的上端面的存储箱和水泵，所述存储箱内置存储卡，用于对所述图像目标识别模块识别的特征进行存储。
10、根据本专利技术的一个技术方案，所述水泵的输出端连通设有进液管，所述进液管另一端贯穿所述图像识别组件的箱体的顶部并延伸至空心图管座内。
11、根据本专利技术的一个技术方案，所述卷积神经网络组件还包括图管座，所述图管座的两侧设置有空心图管座，两所述空心图管座之间连通设置有若干脚架管。
12、根据本专利技术的一个技术方案，所述脚架管上形成有若干孔洞，所述脚架管上连通设置有若干分离器，所述分离器与所述孔洞相互对应。
13、根据本专利技术的一个技术方案，所述图像识别组件内还设置有存水箱，所述存水箱的上端面具有若干孔眼，所述存水箱设于深度神经网络的下方。
14、根据本专利技术的一个技术方案，所述卷积神经网络组件还包括图像预处理箱，设置于所述图像识别组件的顶面上，用于对输入的所述高分辨率遥感图像进行预处理，所述预处理包括去噪、增强、灰度化。
15、本专利技术与现有技术相比，具有如下有益效果：
16、本专利技术提出了一种基于高分辨率仿真遥感图像的公路路网分布监测设备，应用于高分辨率遥感图像中公路路网分布的检测，采用深度学习技术，通过图像识别组件进行目标特征提取，并通过卷积网络进行目标的分离，并将分离完成的特征送入仿真图像生成模块，生成高分辨率仿真遥感图像，仿真遥感图像包含有丰富的路网信息和目标信息，可通过对多组仿真遥感图像的对比，实现对公路路网及公路交通情况的监测。
17、通过图像识别组件对高分辨率遥感图像进行表征公路路网关键特征的目标特征自动提取，并通过卷积神经网络识别图像中的边缘纹理等基本特征，并进行卷积运算对图像进行特征映射，实现目标的分离，以提高后续生成的高分辨率仿真遥感图像的成像效果。
18、同时本专利技术中，设置图像增强组件，通过图像增强组件对遥感图像的对比度进行增强，并对遥感图像进行去噪，提高了图像的质量和清晰度，降低了图像噪声对目标识别的影响，进而提高了高分辨率遥感图像中公路路网识别的效果。
本文档来自技高网...【技术保护点】
1.一种基于高分辨率仿真遥感图像的公路路网分布监测设备，其特征在于，包括图像处理单元机构(1)和图像增强模块机构(2)；
2.根据权利要求1所述的基于高分辨率仿真遥感图像的公路路网分布监测设备，其特征在于，所述滤波降噪箱(21)的一侧开设有进气口(22)，所述进气口(22)与所述图像生成单元(5)的一端相连通，所述滤波降噪箱(21)的另一侧开设有散热孔，所述散热孔内设置有散热管(24)，所述散热管(24)与所述滤波降噪箱(21)相连通。
3.根据权利要求2所述的基于高分辨率仿真遥感图像的公路路网分布监测设备，其特征在于，所述图像目标识别模块(30)的一侧开设有通孔，所述通孔内连通设有进气管(31)，所述进气管(31)内装配设置有散热扇(33)。
4.根据权利要求3所述的基于高分辨率仿真遥感图像的公路路网分布监测设备，其特征在于，所述卷积神经网络组件(4)还包括设置于所述图像目标识别模块(30)的上端面的存储箱(41)和水泵(42)，所述存储箱(41)内置存储卡，用于对所述图像目标识别模块(30)识别的特征进行存储。
5.根据权利要求
6.根据权利要求3所述的基于高分辨率仿真遥感图像的公路路网分布监测设备，其特征在于，所述卷积神经网络组件还包括图管座(43)，所述图管座(43)的两侧设置有空心图管座(44)，两所述空心图管座(44)之间连通设置有若干脚架管(45)。
7.根据权利要求6所述的基于高分辨率仿真遥感图像的公路路网分布监测设备，其特征在于，所述脚架管(45)上形成有若干孔洞，所述脚架管(45)上连通设置有若干分离器(46)，所述分离器(46)与所述孔洞相互对应。
8.根据权利要求3所述的基于高分辨率仿真遥感图像的公路路网分布监测设备，其特征在于，所述图像识别组件(3)内还设置有存水箱(48)，所述存水箱(48)的上端面具有若干孔眼，所述存水箱(48)设于深度神经网络(32)的下方。
9.根据权利要求3所述的基于高分辨率仿真遥感图像的公路路网分布监测设备，其特征在于，所述卷积神经网络组件(4)还包括图像预处理箱，设置于所述图像识别组件(3)的顶面上，用于对输入的所述高分辨率遥感图像进行预处理，所述预处理包括去噪、增强、灰度化。
...【技术特征摘要】
1.一种基于高分辨率仿真遥感图像的公路路网分布监测设备，其特征在于，包括图像处理单元机构(1)和图像增强模块机构(2)；
2.根据权利要求1所述的基于高分辨率仿真遥感图像的公路路网分布监测设备，其特征在于，所述滤波降噪箱(21)的一侧开设有进气口(22)，所述进气口(22)与所述图像生成单元(5)的一端相连通，所述滤波降噪箱(21)的另一侧开设有散热孔，所述散热孔内设置有散热管(24)，所述散热管(24)与所述滤波降噪箱(21)相连通。
3.根据权利要求2所述的基于高分辨率仿真遥感图像的公路路网分布监测设备，其特征在于，所述图像目标识别模块(30)的一侧开设有通孔，所述通孔内连通设有进气管(31)，所述进气管(31)内装配设置有散热扇(33)。
4.根据权利要求3所述的基于高分辨率仿真遥感图像的公路路网分布监测设备，其特征在于，所述卷积神经网络组件(4)还包括设置于所述图像目标识别模块(30)的上端面的存储箱(41)和水泵(42)，所述存储箱(41)内置存储卡，用于对所述图像目标识别模块(30)识别的特征进行存储。
5.根据权利要求4所述的基于高分辨率仿真遥感图像的公路路网分布监测设备，其特征在于，所述水泵(42)的输出...
【专利技术属性】
技术研发人员：姜宏佳，冯昊，郝晓龙，王冬红，于海琰，刘建勋，殷建丰，吴限德，
申请(专利权)人：中国空间技术研究院，
类型：发明
国别省市：
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。