摘要
本发明公开了一种基于深度学习的彩钢瓦违章建筑分割检测与地理信息恢复方法及系统,涉及图像处理技术领域,包括对采集到的遥感影像数据进行预处理,基于预处理后的数据进行数据集制作与扩增;基于深度学习,以数据集为输入,构建违章建筑和违章施工识别模型;在训练完成的违章建筑和违章施工识别模型基础上,将新采集的数据输入至识别模型中,输出初步违章子图片;将初步违章子图片进行大范围拼接,引入电力设施位置进行嵌套精细识别,最终获得违章建筑与施工地的空间分布情况。本发明将深度学习模型与嵌套处理方法相结合,能充分提取和整合遥感影像中的全局特征和局部细节特征,显著提升了对复杂场景中违章建筑与施工区域的检测精准度和鲁棒性。
技术关键词
恢复方法
遥感影像数据
彩钢瓦
电力设施
地理信息系统
深度学习技术
深度学习模型
图片
局部细节特征
滑动窗口技术
嵌套
传感器误差
标记
校正
识别模块
解译方法
坐标
系统为您推荐了相关专利信息
压力测试装置
高压开关柜
定位移动单元
神经网络模型
控制模块
大数据融合方法
实体
结构网络
遥感影像数据
长短期记忆网络
调控系统
电网拓扑结构
电网地理信息系统
健康状态数据
调度自动化系统
土地利用格局
遥感影像数据
智能预测方法
属性预测模型
栅格
数据填补方法
参数学习模块
迭代优化算法
深度学习框架
数据恢复方法