基于多层置信特征的深度学习河湖水域岸线遥感监测方法

本发明公开了基于多层置信特征的深度学习河湖水域岸线遥感监测方法，涉及河湖水域岸线监测领域，包括：首先获取河湖水域岸线的遥感图像数据集；然后基于Opencv进行影像处理，生成河湖水域岸线的多源异构遥感样本集；然后基于多层置信卷积神经网络对多源异构遥感样本集中的样本数据进行分割；再构建基于多层置信特征的深度学习模型；然后完成深度学习模型训练；再通过深度学习模型进行河湖水域岸线的监测，并基于监测结果与历史获取的河湖海岸线监测结果进行分析比较；最后基于分析比较结果，通过数据统计分析及数据可视化手段，描述“四乱”点信息；本发明，可以有效区分“四乱”目标及其干扰物，显著提高目标解译的效率和准确性。