【技术实现步骤摘要】
本专利技术属于高光谱遥感地质领域，具体涉及一种基于深度学习的航空高光谱遥感岩性填图方法。
技术介绍
1、中大比例尺地质资料是矿产资源勘查不断取得新突破的重要基础资料，岩性填图是其中一项重要环节，发挥着重要作用。航空高光谱遥感数据具有空谱合一及高空间分辨率的特点，是开展中大比例尺岩性地质填图的理想手段。传统遥感岩性地质填图方法大体分为图像增强方法和光谱特征匹配方法。图像增强方法以突出地质体信息为主，需要其他技术方法辅助实现地质体岩性分类；光谱特征匹配方法主要是光谱角匹配和基于专家知识的光谱特征判断，面对岩石矿物组成复杂场景时，前者匹配精度有限，后者面对岩性多变的光谱特征常常难以入手。
2、随着人工智能技术的不断发展，一些学者利用深度学习方法进行高光谱遥感岩性识别研究，但大多数研究是在小范围内基于单景高光谱数据进行岩性识别，基于多景航空高光谱数据进行大范围岩性填图方面的研究相对较少。利用深度学习进行岩性识别填图过程中，岩性样本的正确选取是重点也是难点，同时也是高光谱遥感开展大区域岩性填图亟需解决的问题。
<
【技术保护点】
1.一种基于深度学习的航空高光谱遥感岩性填图方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于深度学习的航空高光谱遥感岩性填图方法，其特征在于，所述步骤一中数据预处理包括系统几何校正、辐射定标和大气校正。
3.根据权利要求2所述的一种基于深度学习的航空高光谱遥感岩性填图方法，其特征在于，所述步骤二中采用的镶嵌方法为：确定一幅色调正常的航带反射率数据作为参考图像，根据相邻航带影像重叠区统计反射率数据差异，采用色阶匹配方法，依据参考图像调整相邻航带影像，使相邻图像的色调保持一致。
4.根据权利要求3所述的一种基于深度学习...
【技术特征摘要】
1.一种基于深度学习的航空高光谱遥感岩性填图方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于深度学习的航空高光谱遥感岩性填图方法，其特征在于，所述步骤一中数据预处理包括系统几何校正、辐射定标和大气校正。
3.根据权利要求2所述的一种基于深度学习的航空高光谱遥感岩性填图方法，其特征在于，所述步骤二中采用的镶嵌方法为：确定一幅色调正常的航带反射率数据作为参考图像，根据相邻航带影像重叠区统计反射率数据差异，采用色阶匹配方法，依据参考图像调整相邻航带影像，使相邻图像的色调保持一致。
4.根据权利要求3所述的一种基于深度学习的航空高光谱遥感岩性填图方法，其特征在于，所述步骤三具体为：利用独立主成份变换进行高光谱数据特征提取，从独立主成份变换数据中选择三个特征波段进行假彩色显示图像，假彩色图像有效突出不同地质体岩性信息。
5.根据权利要求4所述的一种基于深度学习的航空高光谱遥感岩性填图方法，其特征在于，所述步骤四中，对于有异议地质体特征色块，如地质图已知岩性范围内有多种特征色调或者同种岩性表现出不同的色调，需要进行野外实地调查取证，查证多种特征色调分别对应的岩性信息。
6.根据权利要求5所述的一种基于深度学习的航空高光谱遥感岩性填图方法，其特征在于，所述步骤五具体为：将镶嵌后的航空高光谱反射率数据和训练集栅格数据作为输入，对卷积神经网络模型进行训练，获得岩性特征提取网络模型。将镶嵌后的航空高光谱反射率数据和预测集...
【专利技术属性】
技术研发人员：杨国防，木红旭，田丰，韩晓青，
申请(专利权)人：核工业北京地质研究院，
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。