摘要
本发明公开一种基于历史图像时空变化的遥感图像火点检测方法,获取需要检测时刻对应的历史遥感图像,建立数据集,并对数据集中的历史遥感图像先进行数据平衡处理,再进行火点图像块和非火点图像块划分,获得训练数据集;然后将训练数据集中的历史遥感图像以设定连续时间段为单位进行划分,以每个单位对应的火点图像块和非火点图像块作为输入,以对应的实际火点情况作为输出,对火点监测网络模型进行训练学习;所述火点监测网络模型先从火点图像块和非火点图像块中提取背景特征、光谱特征和时空特征,然后依次进行拼接融合和分类,并将得分高的像素点归类为火点;得分低的像素归类为非火点;最后利用训练好的火点监测网络模型对需要检测日期的检测时刻的待检遥感图像进行火点监测。
技术关键词
火点检测方法
特征提取模块
光谱特征提取
图像块
像素点
编码器结构
遥感图像数据
网络
多层感知机
时间段
日期
因子
数值
算法
系统为您推荐了相关专利信息
智慧城市监控系统
图像识别服务器
信息处理服务器
场景
图像采集单元
图像
特征提取模块
跟踪方法
卡尔曼滤波算法
子模块
伽马校正设备
后台应用程序
滤波设备
下载系统
并行数据总线
显著性检测方法
点云特征
图像
多层感知器
显著性检测模型