摘要
本发明公开了多尺度特征融合的遥感图像滑坡检测方法,涉及滑坡检测技术领域,包括以下步骤:S1:遥感图像采集、S2:建立样本库、S3:提取多尺度特征、S4:滑坡区域分类、S5:多尺度特征融合、S6:模型验证。该多尺度特征融合的遥感图像滑坡检测方法在使用时,可以获取滑坡前后的遥感图像数据,并对图像数据进行转换,然后建立对应的滑坡样本库,在不同尺度上提取遥感图像的特征与差异,同时区分滑坡区域与非滑坡区域,并对滑坡区域中的多尺度特征进行融合,融合后再采用计算公式计算出滑坡概率,从而可以准确的判断出滑坡的概率,通过多尺度特征融合的计算方法,可以提高滑坡检测的准确性,实现遥感图像中滑坡区域自动识别的作用。
技术关键词
滑坡检测方法
多尺度特征融合
地理信息系统软件
滑坡检测技术
机器学习算法
人工神经网络算法
无人机拍摄图像
遥感图像数据
影像
支持向量机
随机森林
样本
计算方法
图片
数值
分辨率
系统为您推荐了相关专利信息
多元时间序列数据
变量
数据嵌入
融合多尺度信息
时间序列预测模型
智能故障指示器
配电线路故障
隔离方法
配电网络
随机森林模型
动态优化系统
数字孪生模型
患者
措施
多模态数据采集
温度场控制方法
机器学习算法模型
合金压铸
应力释放结构
裂纹
炎症性脱髓鞘性多发性神经病
XGBoost模型
数据存储
机器学习算法
分析单元