[发明专利]基于图像识别技术的暴雨洪涝事件信息处理方法及装置在审

专利信息
申请号: 201811604715.2 申请日: 2018-12-26
公开(公告)号: CN109711725A 公开(公告)日: 2019-05-03
发明(设计)人: 温家洪;陈坤;严丽军;赵竹飞 申请(专利权)人: 上海师范大学
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q50/06;G06F16/583
代理公司: 上海科盛知识产权代理有限公司 31225 代理人: 蔡彭君
地址: 200234 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 灾害事件 分布图 图像识别技术 降水 信息处理 暴雨 匹配 近似 检索 风险评估 洪涝灾害 快速检索 应急管理 灾情分析 灾情信息 比对 查询 参考 灾害
【权利要求书】:

1.一种基于图像识别技术的暴雨洪涝事件信息处理方法,其特征在于,包括:

步骤S1:针对各灾害事件,分别生成其降水分布图;

步骤S2:基于当前灾害事件的降水分布图,利用图像识别技术检索得到与其近似匹配的历史灾害事件的降水分布图;

步骤S3:比对当前与检索所得事件的灾情信息并输出。

2.根据权利要求1所述的一种基于图像识别技术的暴雨洪涝事件信息处理方法,其特征在于,所述步骤S1中生成降水分布图的过程具体包括:

步骤S11:获取灾害事件的开始时间和结束时间;

步骤S12:获取灾害事件从开始到结束持续时间内的过程降水数据;

步骤S13:根据获取的降水数据生成过程累积降水量分布图。

3.根据权利要求1所述的一种基于图像识别技术的暴雨洪涝事件信息处理方法,其特征在于,所述步骤S2具体包括:

步骤S21:基于历史灾害事件生成的过程累积降水量分布图,训练卷积神经网络模型;

步骤S22:基于训练好的卷积神经网络模型,抽取历史灾害事件图像特征保存至数据库;

步骤S23:基于训练好的卷积神经网络模型,抽取当前灾害事件降水分布图特征,并与数据库中历史灾害事件的图像特征比对,得到近似匹配的历史灾害事件。

4.根据权利要求1所述的一种历史暴雨洪涝灾害事件信息比对和处理的方法,其特征在于,所述灾情信息包括灾害损失、救灾信息及其致灾事件信息。

所述步骤S3具体包括:

步骤S31:按照匹配的降水分布图的相似程度,对既往灾害事件进行排序,输出当前事件和近似匹配的既往灾害事件的灾情信息,用于灾情信息比对。

5.一种基于图像识别技术的暴雨洪涝事件信息处理装置,其特征在于,包括:

降水分布图处理模块,用于针对各灾害事件,分别生成其降水分布图;

图像检索模块,与降水分布图处理模块连接,用于基于当前灾害事件的降水分布图,检索得到与当前灾害事件的降水分布图匹配的既往灾害事件的降水分布图;

结果输出模块,与图像搜索模块连接,用于分别输出各既往灾害事件内发生的灾情信息。

6.根据权利要求5所述的一种基于图像识别技术的暴雨洪涝事件信息处理装置,其特征在于,所述降水分布图处理模块包括:

第一单元,用于获取灾害事件的开始时间和结束时间;

第二单元,用于获取灾害事件持续时间内的过程降水数据;

第三单元,用于根据获取的降水数据生成过程累积水量分布图。

7.根据权利要求6所述的一种基于图像识别技术的暴雨洪涝事件信息处理装置,其特征在于,所述图像检索模块包括:

第一单元,基于历史灾害事件生成的过程累积降水量分布图,训练卷积神经网络(Convolutional Neural Network,CNN)模型;

第二单元,基于训练好的CNN模型,抽取历史灾害事件图像特征保存至数据库;

第三单元,基于训练好的CNN模型,抽取当前灾害事件降水分布图特征,并与数据库中历史灾害事件的图像特征比对,得到近似匹配的历史灾害事件。

8.根据权利要求5所述的一种历史灾情事件比对信息处理装置,其特征在于,所述灾情信息包括灾害损失、救灾信息及其致灾事件信息;所述结果输出模块具体包括:按照匹配的降水分布图的相似程度,对既往灾害事件进行排序,输出当前事件和近似匹配的既往灾害事件的灾情信息,用于灾情信息比对。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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上海师范大学,未经上海师范大学许可,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/201811604715.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top