[发明专利]一种基于高分遥感影像的矿山环境变化检测方法在审
申请号: | 201811074595.X | 申请日: | 2018-09-14 |
公开(公告)号: | CN109146876A | 公开(公告)日: | 2019-01-04 |
发明(设计)人: | 施富强;郭万佳;王立娟;靳晓;裴尼松;马松;范冬丽;贾虎军;唐尧;马国超 | 申请(专利权)人: | 四川省安全科学技术研究院 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/10 |
代理公司: | 成都正华专利代理事务所(普通合伙) 51229 | 代理人: | 李林合;李蕊 |
地址: | 610020 四川省成都市*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 变化检测 矿山环境 遥感影像 预处理 训练样本 特征集 多源 构建 遥感影像变化检测 监测盲区 检测结果 人工地面 输入影像 特征提取 图像分割 自动选择 检测 矿山 采集 调查 | ||
本发明公开了一种基于高分遥感影像的矿山环境变化检测方法,包括如下步骤:S1、确定矿山环境检测目标,并采集对应的多时相遥感影像;S2、对多时相遥感影像变化检测数据进行预处理;S3、对预处理后的多时相遥感影像进行mean shift图像分割,并根据矿山的特点进行特征提取,构建对象级的多源特征集;S4、将构建的多源特征集作为输入影像,使用CVA模型自动选择训练样本;S5、输入训练样本,对ELM模型进行训练,得到变化检测图,实现矿山环境变化检测。本发明解决了现有技术存在的人工地面调查方式导致监测盲区、效率低、检测精度低以及检测结果受影响较大的问题。
技术领域
本发明属于矿山检测技术领域,具体涉及一种基于高分遥感影像的矿山环境变化检测方法。
背景技术
矿山选址多位于道路崎岖的山区,加上矿山规模往往较大、结构复杂,依靠人工地面调查的方式效率低,且受人力、物力、财力的限制容易形成监测盲区。遥感技术是一门对地观测综合性技术,具有大面积同步观测、获取信息速度快、周期短、综合性强的特点,它弥补了传统矿山监测技术手段的缺陷,能够全面、客观、有效、准确和动态地反映出矿山及周边区域的情况,且不受环境、人工等因素的影响。特别是随着我国航空航天技术的不断发展,遥感影像的空间分辨率得到大幅提高,优于1m的高空间分辨率遥感影像为遥感技术在矿山监测方面的应用提供了数据支撑。
目前国产高分卫星影像在矿山监测方面的应用仍然以专业技术人员目视解译为主,主要包括两个方面:一是通过建立矿山遥感解译标志,提取矿山的空间信息,监测矿山的开发现状;二是通过对比多期遥感影像,通过人机交互的方式实施矿山环境的动态监测。随着矿山监测技术的智能化、定量化要求不断提高,传统的以目视解译为主的遥感技术已经不满足矿山监测的需求,更加高效和定量化的遥感技术亟待融入到矿山监测的技术体系中。
遥感影像变化监测方法可以分为非监督变化监测方法和监督变化检测方法。非监督变化检测方法虽然不需要提供先验知识,自动化程度相对较高,但是检测结果受影像的成像环境及变化阈值影响较大。而监督变化检测方法则能够在一定程度上降低大气、传感器及周围环境对变化检测结果的影响,且不需要设置变化阈值。两种类型的变化检测方法都有自身的优势与缺点。
综上所述,现有技术存在以下问题:
(1)依靠人工地面调查的方式对矿山环境检测的效率低,且受人力、物力、财力的限制容易形成监测盲区;
(2)目前国产高分卫星影像在矿山监测方面的应用仍然以专业技术人员目视解译为主,传统的以目视解译为主的遥感技术,存在效率低、检测精度低的问题,已经不满足矿山监测的需求;
(3)现有技术的遥感影像变化监测方法存在不足,其检测结果受影像的成像环境及变化阈值影响较大。
发明内容
针对现有技术中的上述不足,本发明提供的一种效率高、检测精度高的基于高分遥感影像的矿山环境变化检测方法,解决了现有技术存在的人工地面调查方式导致监测盲区、效率低、检测精度低以及检测结果受影响较大的问题。
为了达到上述发明目的,本发明采用的技术方案为:
一种基于高分遥感影像的矿山环境变化检测方法,包括如下步骤:
S1:确定矿山环境检测目标,并采集对应的多时相遥感影像;
S2:对多时相遥感影像变化检测数据进行预处理;
S3:根据mean shift算法,对预处理后的多时相遥感影像进行图像分割,并根据矿山的特点对分割后图像进行特征提取,构建对象级的多源特征集;
S4:根据变化向量分析法CVA,构建CVA模型,并将构建的多源特征集作为输入影像,使用CVA模型自动选择训练样本;
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四川省安全科学技术研究院,未经四川省安全科学技术研究院许可,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/201811074595.X/2.html,转载请声明来源钻瓜专利网。