摘要
本发明提出一种基于深度学习的高光谱遥感图像甲烷点源检测方法,包括获取原始甲烷高光谱图像,从原始甲烷高光谱图像分离获得甲烷点源背景子空间和甲烷点源目标子空间;将所述原始甲烷高光谱图像、甲烷点源背景子空间和甲烷点源目标子空间输入到构建的基于深度学习的高光谱遥感图像甲烷点源检测模型中,获得重构甲烷高光谱图像和甲烷点源检测位置;基于原始甲烷高光谱图像、重构甲烷高光谱图像和甲烷点源检测位置建立总损失函数,对所述检测模型进行优化,当总损失函数值达到最小时,获得训练好的检测模型;获得待检测甲烷高光谱图像,输入到训练好的检测模型,获得对应甲烷点源检测位置。本发明能提高甲烷点源检测模型精度。
技术关键词
甲烷
输入端
积层
矩阵
元素
多层感知机
输出端
重构
深度网络模型
模型训练模块
图像获取模块
测试模块
图谱
参数
像素
精度
系统为您推荐了相关专利信息
智能防误系统
风险评估值
重建误差
指数
电磁干扰环境
分布式域名解析方法
节点
区块链技术
行走算法
隐私保护技术