摘要
本发明公开了一种基于多光谱成像技术的岩石风化智能检测方法,具体涉及岩石检测领域,本方法先利用多光谱成像设备采集岩石样本图像,再对图像依次进行辐射定标、几何校正和图像增强处理。接着从预处理后的图像获取光谱、纹理和形态特征参数,然后通过多源数据库收集样本,构建深度卷积神经网络模型,最后,将获取的特征参数输入模型得到岩石风化概率向量,依据最大概率准则判断风化程度并输出结果至用户端。该方法融合多光谱成像与深度学习技术,克服了传统检测方法的不足,能更精准、高效地检测岩石风化程度,实现无损检测与实时监测,在地质研究、工程建设等领域具有重要应用价值。
技术关键词
多光谱成像技术
智能检测方法
深度卷积神经网络模型
光谱特征参数
样本
反射率
灰度共生矩阵
像素
定标板
LBP特征
图像局部对比度
多光谱成像设备
直方图均衡化算法
深度计算方法
辐射定标方法
纹理
采集终端
系统为您推荐了相关专利信息
历史故障信息
系统故障检测
异常信息
储能系统
神经网络模型
图像分类识别系统
增量学习算法
自动标签
样本
语义分割算法
信息处理模型
多场景
信息平台
样本
场景信息处理方法