摘要
本发明涉及一种基于SAR影像的冰崩灾害自动检测方法。该方法以多景SAR影像和数字高程模型DEM为基础数据,构建第一多维特征集合序列,进而训练深度学习模型生成NDSI图像,并通过阈值分割提取冰雪掩膜序列。在此基础上进行特征降维,构建第二多维特征集合序列,采用模糊逻辑方法识别初步冰崩灾害区域序列,并结合冰雪掩膜与形态学处理,提取最终冰崩灾害区域序列。最后对该序列进行位置相关性分析与面积变化率分析,识别冰崩灾害事件,并结合SAR影像获取时间,实现冰崩灾害发生时段的自动确定。本发明具备较高的检测精度和环境适应性,适用于高山冰川区冰崩灾害的自动化监测与预警系统。
技术关键词
自动检测方法
相干性
序列
后向散射系数
影像
图像
训练深度学习模型
掩膜
模糊逻辑
像素
数字高程模型数据
合成孔径雷达
预警系统
斑点
空洞
短距离
符号
指数
信号
系统为您推荐了相关专利信息
数据传输方法
临床诊断标志物
脑电信号特征
有损压缩算法
无损压缩算法
宽带调制信号
射频芯片
伪随机数序列
射频收发机
滤波器校准
演示文稿内容
卷积神经网络模型
文本
编码特征
转换方法