摘要
本发明公开了一种基于SNDI与深度学习相结合的含盐水体提取方法。所述训练方法包括:获取遥感影像数据;计算SNDI指数;利用SNDI指数进行区域筛选,获得初步掩模;进行修正及优化,获得二次掩模;至少将二次掩模与遥感影像数据叠加后作为训练数据,并对训练数据进行标记,获得训练集;利用训练集对多通道深度学习网络进行迭代更新,获得含盐水体提取模型。本发明通过初步筛选得到用于提示盐湖水体区域的初步掩模并对初步掩模进行修正,利用修正后的掩模与遥感影像数据的结合进行深度学习模型的训练,所得到的模型可以根据不同的图像特征自动优化和调整阈值,使其适用于不同季节、光照和污染条件下的遥感影像,减少误分类的可能性。
技术关键词
遥感影像数据
掩模
水体提取方法
深度学习网络
指数
多通道
训练集
优化器
可读存储介质
深度学习模型
标记
感兴趣
训练系统
校正
模块
像素
光照
系统为您推荐了相关专利信息
XGBoost模型
相位校正方法
双阈值方法
SSA算法
搜索算法
轴向振动频率
颤振预测方法
数学模型
复合构件
参数
神经网络模型
反演模型
沸石
高锰酸盐指数
子系统