摘要
本发明涉及边坡位移监测技术领域,公开一种基于计算机视觉的边坡位移监测方法,包括:步骤1,获取监测区域的多时相遥感图像数据,基于植被指数构建时间序列,分析子区域的扰动趋势,生成扰动风险等级图;步骤2,基于边坡监测图像提取初始图像特征点,将特征点按照空间邻近关系构建为图结构,形成节点与边连接的图数据模型;步骤3,基于扰动风险等级图与图结构,输入图神经网络模型进行特征点稳定性建模。本发明采用扰动风险等级图引导、图神经网络稳定性建模和特征点稳定性评分筛选的技术方案,达到在植被扰动、气候变化等动态干扰条件下,能有效识别且筛选出稳定可追踪的关键特征点的技术效果。
技术关键词
边坡位移监测方法
计算机视觉
归一化植被指数
特征点集合
空间邻近关系
遥感图像数据
描述符
节点
失效特征
边坡监测
风险
边坡位移监测技术
神经网络模型
NDVI时间序列
遥感图像预处理
稳定特征
图像特征点提取
系统为您推荐了相关专利信息
特征学习方法
特征学习系统
特征金字塔
阶段
全局信息融合
咖啡豆
分级筛选方法
掩膜
分级筛选系统
特征点集合
鱼眼摄像头
激光雷达
棋盘格图像
摄像头坐标系
特征点匹配方法
区块链技术
节点
线性回归模型
地理时空数据
直观展示模型