摘要
本发明公开了一种结合边坡雷达视觉感知技术的滑坡预警方法,对目标边坡进行周期性监测,获取目标边坡的表面异常变形数据和光学图像;基于深度学习方法识别目标边坡的光学图像中的局部开裂区域和渗水区域,并对局部开裂区域和渗水区域的特征参数进行量化;将目标边坡的表面异常变形数据和光学图像中的特征数据进行时空融合,基于融合后的表面异常变形数据和光学图像构建边坡滑坡监测预警方法;本发明结合合成孔径雷达与视频监控设备视觉监测,全面提升边坡失稳监测的准确性与可靠性。通过深度学习分析光学图像,及时识别局部开裂和渗水等风险特征,并实现变形量与视觉特征的时空融合,显著提高预警机制的灵敏度,降低误报率。
技术关键词
滑坡预警方法
视觉感知技术
视频监控设备
雷达
形态学分析方法
边坡滑坡监测
二维平面坐标系
监测点
深度学习方法
加权特征值
像素点
指数
训练深度学习模型
二值图像数据
风险
深度学习分析
系统为您推荐了相关专利信息
人工神经网络模型
船舶结构
预报方法
波浪雷达
雨流计数法
作业车
三维点云数据
三维点云检测
坐标系
激光雷达
全局定位方法
激光雷达
点云地图
边缘点特征
定位问题
异构平台
信号处理机
实时成像装置
实时成像方法
射频前端模块
施工现场
风险识别方法
多模态
视频监控数据
设备状态数据