[发明专利]轨道泥石流检测方法和装置在审
申请号: | 201810241032.9 | 申请日: | 2018-03-22 |
公开(公告)号: | CN108509882A | 公开(公告)日: | 2018-09-07 |
发明(设计)人: | 曹先彬;甄先通;李岩;沈佳怡 | 申请(专利权)人: | 北京航空航天大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
代理公司: | 北京同立钧成知识产权代理有限公司 11205 | 代理人: | 杨泽;刘芳 |
地址: | 100191 北京市海淀区学*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 泥石流 检测 轨道 检测结果 高光谱 方法和装置 轨道区域 图片 预设 标签 采集信息 图像采集 场景 | ||
1.一种轨道泥石流检测方法,其特征在于,包括:
对待检测轨道区域进行图像采集,获取待检测图片,所述待检测图片为高光谱图片;
用预设的轨道泥石流检测模型对所述待检测图片进行检测,得到检测结果,所述检测结果用于指示所述待检测轨道区域是否发生泥石流,所述预设的轨道泥石流检测模型为根据带标签的非轨道泥石流高光谱图片和带标签的轨道泥石流高光谱图片训练得到的模型。
2.根据权利要求1所述的方法,其特征在于,在所述用预设的轨道泥石流检测模型对所述待检测图片进行检测之前,还包括:
对带标签的非轨道泥石流高光谱图片中的每个像素确定第一类特征,并对带标签的轨道泥石流高光谱图片中的每个像素确定第二类特征,其中,每个所述第一类特征和每个所述第二类特征分别预设有标签信息,所述标签信息用于指示所述第一类特征相对应的像素和所述第二类特征相对应的像素分别为泥石流像素或非泥石流像素;
对每个所述第一类特征以及每个所述第二类特征分别进行特征选择,得到具有预设维数的第一类选择特征和具有所述预设维数的第二类选择特征,所述第一类选择特征为每个第一类特征中与第二类特征最相似的选择特征,所述第二类选择特征为每个第二类特征中与第一类特征最相似的选择特征,所述第一类选择特征与所述第一类特征的标签信息对应,所述第二类选择特征与所述第二类特征的标签信息对应;
根据所述第一类特征和所述第二类特征,获得第一类映射矩阵、第二类映射矩阵、以及属于共同映射子空间的第一类映射特征和第二类映射特征,所述第一类映射矩阵用于将所述第一类特征映射为所述第一类映射特征,所述第二类映射矩阵用于将所述第二类特征映射为所述第二类映射特征;
将所述第一类映射特征与所述第一类选择特征进行拼接,得到第一类增强特征,并将所述第二类映射特征与所述第二类选择特征进行组合,得到第二类增强特征,所述第一类增强特征的标签信息为所述第一类特征的标签信息,所述第二类增强特征的标签信息为所述第二类特征的标签信息;
根据所有所述第一类增强特征、各所述第一类增强特征的标签信息、所有所述第二类增强特征以及各所述第二类增强特征的标签信息,得到最优模型参数;
根据所述最优模型参数对检测模型进行参数配置,得到所述预设的轨道泥石流检测模型。
3.根据权利要求2所述的方法,其特征在于,所述根据所有所述第一类增强特征、各所述第一类增强特征的标签信息、所有所述第二类增强特征以及各所述第二类增强特征的标签信息,得到最优模型参数,包括:
根据所述检测模型得到结构风险最小化模型,所述结构风险最小化模型为与所述第一类增强特征、所述第一类增强特征的标签信息、所述第二类增强特征以及所述第二类增强特征的标签信息相关的模型;
根据所述结构风险最小化模型,得到目标优化模型,所述目标优化模型的优化参数包含所述检测模型中待优化的相关系数矩阵和待优化的拉格朗日乘子矩阵;
根据所述目标优化模型,得到最优模型参数为最优的相关系数矩阵θ=[θ1,…θ∞]′和最优的拉格朗日乘子矩阵
4.根据权利要求2所述的方法,其特征在于,所述对每个所述第一类特征以及每个所述第二类特征分别进行特征选择,得到具有预设维数的第一类选择特征和具有所述预设维数的第二类选择特征,还包括:
根据所述第一类选择特征和所述第一类特征,或者所述第二类选择特征和所述第二类特征,确定被选维度,所述被选维度是所述第一类选择特征在所述第一类特征中的维度,以及所述第二类选择特征在所述第二类特征中的维度。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京航空航天大学,未经北京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810241032.9/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种无切分的脱机手写汉字文本识别方法
- 下一篇:基于图像分析的自控方法