[发明专利]典型滑坡灾害遥感智能提取方法与系统在审

专利信息
申请号: 202310281268.6 申请日: 2023-03-22
公开(公告)号: CN116363511A 公开(公告)日: 2023-06-30
发明(设计)人: 黄成;晏祥省;杨迎冬;李芳 申请(专利权)人: 云南省地质环境监测院(云南省环境地质研究院)
主分类号: G06V20/10 分类号: G06V20/10;G06V10/46;G06V10/42;G06V10/75
代理公司: 北京睿智保诚专利代理事务所(普通合伙) 11732 代理人: 张宁
地址: 650216 *** 国省代码: 云南;53
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 典型 滑坡 灾害 遥感 智能 提取 方法 系统
【权利要求书】:

1.一种典型滑坡灾害遥感智能提取方法,其特征在于,包括以下步骤:

利用地理数据库获取滑坡前的第一遥感影像,并利用遥感技术获取滑坡后的第二遥感影像;

结合第一遥感影像和第二遥感影像,利用傅里叶描述子提取滑坡前、滑坡后对应的轮廓;

基于滑坡前、滑坡后对应的轮廓,结合滑坡前后的数字高程数据对滑坡轮廓数据进行计算;

根据计算结果采用距离预测统计算法,计算滑坡距离;

根据滑坡距离,判定滑坡灾害危害指标。

2.根据权利要求1所述的一种典型滑坡灾害遥感智能提取方法,其特征在于,还包括对第一遥感影像,第二遥感影像进行预处理,具体如下:

对第一遥感影像、第二遥感影像分别进行分割处理;

根据分割处理结果,对第一遥感影像、第二遥感影像进行灰度化处理,并对噪点进行去噪;

利用OTSU阈值对去噪后的影像处理,并基于canny边缘检测算法对图像进行边缘检测。

3.根据权利要求1所述的一种典型滑坡灾害遥感智能提取方法,其特征在于,所述距离预测统计算法的公式如下:

L=2.5V0.101Hs-0.191(tanα)0.250(tanβ)0.265(tanγ)0.259H0.852

其中,V表示滑坡体积,H表示滑源区高差,α、β、γ分别表示不同的滑坡角,H表示滑坡体滑动前后的最高差。

4.根据权利要求1所述的一种典型滑坡灾害遥感智能提取方法,其特征在于,利用傅里叶描述子提取滑坡前、滑坡后对应的轮廓,具体为:将遥感影像的边界信息通过傅里叶变换将滑坡的轮廓特征从空间域变换到频域内,提取滑坡的频域信息作为特征向量,将滑坡轮廓数字化。

5.根据权利要求1所述的一种典型滑坡灾害遥感智能提取方法,其特征在于,对滑坡轮廓数据进行计算具体为:根据起始点和终点确定遥感影像的优化边界;基于优化边界进行多段式扫描测量;利用数字高程数据对扫描测量结果进行校正,得到滑坡相关数据。

6.一种典型滑坡灾害遥感智能提取系统,其特征在于,包括:

遥感影像获取模块:用于利用地理数据库获取滑坡前的第一遥感影像,并利用遥感技术获取滑坡后的第二遥感影像;

滑坡轮廓获取模块:用于结合第一遥感影像和第二遥感影像,利用傅里叶描述子提取滑坡前、滑坡后对应的轮廓;

滑坡轮廓数据计算模块:用于基于滑坡前、滑坡后对应的轮廓,结合滑坡前后的数字高程数据对滑坡轮廓数据进行计算;

滑坡距离计算模块:用于根据计算结果采用距离预测统计算法,计算滑坡距离;

危害指标判定模块:用于根据滑坡距离,判定滑坡灾害危害指标。

7.根据权利要求6所述的一种典型滑坡灾害遥感智能提取系统,其特征在于,还包括数据预处理模块:用于对第一遥感影像,第二遥感影像进行预处理,具体如下:

对第一遥感影像、第二遥感影像分别进行分割处理;

根据分割处理结果,对第一遥感影像、第二遥感影像进行灰度化处理,并对噪点进行去噪;

利用OTSU阈值对去噪后的影像处理,并基于canny边缘检测算法对图像进行边缘检测。

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云南省地质环境监测院(云南省环境地质研究院),未经云南省地质环境监测院(云南省环境地质研究院)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/202310281268.6/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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