摘要
本发明涉及地质勘探技术领域,具体涉及一种无人机高分辨影像的岩溶山体裸岩信息提取方法,首先基于无人机原始影像制作的裸岩数据集,然后在DeepLabV3+模型的基础上,以MobileNetV2作为主干网络,对裸岩数据集进行裸岩信息提取以及训练,再进行精度评价,最后使用支持向量机对研究区域的正射影像进行监督分类,通过实验结果对比改进模型的裸岩提取率。实验结果表明,本发明构建的轻量级裸岩提取模型在裸岩信息的检测和提取方面具有较高的准确性和鲁棒性,并且改进后的模型极大降低计算参数与复杂度,有效减少了对硬件资源的依赖,使其在一般计算平台上也能稳定运行。
技术关键词
信息提取方法
无人机
影像
空间金字塔池化
深度卷积神经网络
多尺度特征融合
地质勘探技术
解码器结构
特征提取网络
地物信息
支持向量机
残差结构
编码器
精度
样本
数据
分类器
鲁棒性
感兴趣