基于方向感知与贝叶斯融合的地裂缝提取深度学习方法技术

技术编号:46595652 阅读:0 留言:0更新日期:2025-10-10 21:28
本发明专利技术公开了一种基于方向感知与贝叶斯融合的地裂缝提取深度学习方法,通过构建方向先验知识提取器,强化网络对方向的感知能力,同时,采用动态形变卷积核沿裂缝走向调整感受野,解决传统卷积核固定形态导致的特征断裂问题,并设计贝叶斯融合模块,基于贝叶斯概率模型动态分配全局语义特征与方向感知特征的权重,优化了不同特征之间的融合效果,通过与其他深度学习方法的对比,本发明专利技术所提取的地裂缝更为完整,能够适应地质条件较为复杂的矿区环境。

【技术实现步骤摘要】

本专利技术涉及遥感技术的,具体的,涉及基于方向感知与贝叶斯融合的地裂缝提取深度学习方法


技术介绍

1、地裂缝的精确提取与提取是矿区安全监测与生态修复的核心任务之一。传统的地裂缝提取方法主要依赖人工现场勘测技术,例如全站仪、gps定位等,通过测量地表位移变化间接推断裂缝分布。然而,这些方法存在显著局限性,其效率与覆盖范围不足。

2、近年来,无人机摄影测量技术的快速发展为地裂缝监测提供了新的解决方案。无人机可灵活获取厘米级分辨率影像,并支持多光谱、热红外等多模态数据采集,显著提升了地表裂缝的可视化能力。然而,基于深度学习的无人机影像中地裂缝提取仍面临以下挑战:

3、1)传统卷积核的固定感受野难以捕捉裂缝的弯曲、分叉特性,导致提取测结果易出现断裂、不完整现象。

4、2)缺乏对裂缝方向先验的建模,模型无法利用几何拓扑约束,在遮挡区域(如植被覆盖、砾石)的推理能力显著下降。


技术实现思路

1、本专利技术的目的在于提供基于方向感知与贝叶斯融合的地裂缝提取深度学习方法及系统,以解决上述本文档来自技高网...

【技术保护点】

1.一种基于方向感知与贝叶斯融合的地裂缝提取深度学习方法,其特征在于,所述方法包括以下步骤:

2.根据权利要求1所述的方法,其特征在于,在步骤S3中,生成基础方向图包括以下步骤:

3.根据权利要求2所述的方法,其特征在于,步骤S3中的沿裂缝骨架线实施各向异性扩散与快速行进法,包括以下步骤:

4.根据权利要求1所述的方法,其特征在于,其中,步骤S3中的传播高置信度方向信息以优化方向场拓扑连贯性包括:

5.根据权利要求1所述的方法,其特征在于,在步骤S4中,通过贝叶斯概率融合模块实现多源特征融合包括以下步骤:

6.根据权利要求5所述...

【技术特征摘要】

1.一种基于方向感知与贝叶斯融合的地裂缝提取深度学习方法,其特征在于,所述方法包括以下步骤:

2.根据权利要求1所述的方法,其特征在于,在步骤s3中,生成基础方向图包括以下步骤:

3.根据权利要求2所述的方法,其特征在于,步骤s3中的沿裂缝骨架线实施各向异性扩散与快速行进法,包括以下步骤:

4.根据权利要求1所述的方法,其特征在于,其中,步骤s3中的传播高置信度方向信息以优化方向场拓扑连贯性包括:

5.根据权利要求1所述的方法,其特征在于,在步...

【专利技术属性】
技术研发人员:董杰管勇罗维强徐美君杨宝凯王亮傅晓敏郝明
申请(专利权)人:青岛地质工程勘察院青岛地质勘查开发局
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