一种基于热红外图像和深度学习的道路井盖识别方法

本发明涉及测绘科学、遥感科学技术领域，尤其涉及一种基于热红外图像和深度学习的道路井盖识别方法，该方法利用无人机摄影测量获取测区目标热红外影像，通过多路复用自适应直方图均衡化算法增强红外图像特征，利用残差网络结构改进YOLOv8深度神经网络提取图像中的道路井盖特征，通过边缘提取和圆拟合识别井盖的几何参数。本发明方法基于深度学习，实现了热红外图像中道路井盖的高精度识别和参数提取，对于城市给排水信息管理，道路安全风险识别具有重要意义。