基于多视角融合与Sobel边缘算子的矿区滑坡检测方法

本发明涉及图像处理技术领域，尤其涉及一种基于多视角融合与Sobel边缘算子的矿区滑坡检测方法，解决了现有检测技术难以捕捉到小尺度地表变化；人工检测耗时耗力、成本较高，且存在主观判断，使得难以实现对大范围区域的高效准确监测的技术问题，其包括通过无人机搭载倾斜摄像机航拍获取不同视角的矿区滑坡图像；构建多视角融合的深度学习SSD网络结构，深度学习SSD网络结构包括输入层、VGG卷积神经网络层、多视角特征融合层、边缘特征提取层和滑坡检测层；将不同视角的矿区滑坡图像输入到深度学习SSD网络结构中进行训练，调节超参数，以得到最佳的深度学习SSD网络结构进行滑坡检测识别。通过所述方法能提高矿区滑坡检测的准确性和效率。