摘要
本发明公开了一种无人机摄影测量与深度学习的田‑沟‑塘提取方法,属于遥感技术与农业信息化技术领域,方法包括:使用无人机搭载多光谱相机和光学镜头,通过倾斜摄影测量技术获取原始影像数据;对获取的原始影像数据进行预处理,生成多光谱影像图(DOM)和数字表面模型(DSM);从小流域田‑沟‑塘系统的光谱、地形和纹理特征出发,构建内置注意力机制的U‑net算法、支持零样本学习的图像分割模型、多尺度分割技术及形状特征提取算法的多重提取框架,开展影像分割、分类与解译,实现对小流域田‑沟‑塘系统的精细化提取;该设计能够提高复杂地形下的提取精度及效率,适用于当前小流域农业面源污染迁移轨迹模拟与农田精细管理。
技术关键词
多特征融合技术
搭载多光谱相机
编码器模块
形状特征提取
无人机
算法模型
数字表面模型
数据
影像
图像分割模型
多尺度
Sigmoid函数
地形特征提取
光谱特征提取
注意力机制
纹理特征提取
流域农业面源污染
强化水体
动态门控
光学镜头
系统为您推荐了相关专利信息
无人机起降平台
无线充电控制芯片
充电结构
置物平台
无线供电组件
面向异构终端设备
客户端
服务器
退化估计方法
多层次
识别管理系统
卷积神经网络模型
图像采集模块
多光谱相机
高清摄像头
泥沙样本
无人机遥感图像
泥石流容重
智能计算方法
采样点
岩溶洼地
三维数字模型
分段
数学模型
空间统计分析