专利汇可以提供基于空基平台视觉监视的水域面积检测方法与装置专利检索,专利查询,专利分析的服务。并且本 发明 公开了基于空基平台视觉监视的 水 域面积检测方法与装置,涉及 图像处理 技术领域。该装置包括 图像采集 器,CNN特征提取器,多孔卷积网络的分支器,特征融合器,分类器和面积转换器。首先 卷积神经网络 提取待监测水域面积图片中的高层语义信息,得到输出特征图,并输入多孔卷积网络。然后根据其边缘信息,对每一区域中所有 像素 点的高 光谱 信息求均值得到该区域的期望特征;利用线性SVM分类器训练模型,将期望特征的样本向量进行分类,最后输出分类结果,得到水域面积S。根据图例参数gamma和原图水域面积S,计算水域部分的真实面积。本发明较强鲁棒性,能够监测水域部分的真实面积的变化,预测 自然灾害 。,下面是基于空基平台视觉监视的水域面积检测方法与装置专利的具体信息内容。
1.基于空基平台视觉监视的水域面积检测方法,其特征在于,包括如下具体步骤:
步骤一、获取某张待监测水域面积的图片,基于卷积神经网络CNN提取图片中的高层语义信息,得到输出特征图;
所述的高层语义信息为待监测水域面积图片中的不同区域的模糊的边缘信息;
步骤二、将输出特征图输入多孔卷积网络进行多支路不同感受野的多孔卷积;
多孔卷积网络以1*1的卷积核,比率为2的3*3多孔卷积核,比率为4的3*3多孔卷积核,比率为8的3*3多孔卷积核,比率为16的3*3多孔卷积,分别对输出特征图进行五个不同感受野的卷积,得到5个多孔卷积网络的输出特征图,其尺寸均为H*W*256,输出通道数均为256;
步骤三、对多孔卷积网络的输出特征图进行不同感受野特征的融合,得到通道数为1的输出特征图;
所述的通道数为1的输出特征图包含了原图的边缘信息,且已经将原图分割为不同大小的区域;
步骤四、根据通道数为1的输出特征图的边缘信息以及分割的不同大小区域,对每一区域中所有像素点的高光谱信息求均值得到该区域的期望特征,作为最终进行分类的样本向量;
步骤五、利用线性SVM分类器训练模型,将期望特征的样本向量进行分类,输出水域和非水域的分类结果,同时得到水域面积S;
线性SVM分类器训练模型将区域的划分本质上转化为一个二分类模型,分类结果为0或
1;0代表该期望特征来自非水域,1代表该期望特征来自水域;
最终,统计所有分类结果为1的分割区域,结合每个区域中像素点的个数,计算原图中的水域面积S;
步骤六、根据图像采集器参数和空基平台视觉监视系统参数得到的图例参数gamma和原图水域面积S,计算水域部分的真实面积;
根据输出的水域面积S,计算水域部分的真实面积S′,具体计算公式为:
S′=gamma2*S
步骤八、监测水域部分的真实面积S′的变化,提前预测部分自然灾害。
2.如权利要求1所述的基于空基平台视觉监视的水域面积检测方法,其特征在于,所述的步骤一具体为:
待监测水域面积的图片为3通道的RGB图像,尺寸为H*W*3;H为图片的高度,W为图片的宽度;将待监测水域面积的图片依次经过卷积神经网络三个串联的卷积层;三个卷积层有相同大小的3*3卷积核:经过第一个卷积层,得到特征图尺寸为H*W*64;经过第二个卷积层,得到特征图尺寸为H*W*128;经过第三个卷积层,得到最终的输出特征图,尺寸为H*W*256,输出通道数为256。
3.如权利要求1所述的基于空基平台视觉监视的水域面积检测方法,其特征在于,所述的步骤三具体为:
首先,将5个多孔卷积网络的输出特征图按照通道数进行拼接,得到H*W*1280的特征图;然后,将H*W*1280的特征图依次经过融合网络三个串联的卷积层,卷积核大小为3*3;
经过第一个卷积层,得到特征图尺寸为H*W*128;
经过第二个卷积层,得到特征图尺寸为H*W*64;
经过第三个卷积层,得到特征图尺寸为H*W*1;
最后、融合网络输出尺寸为H*W*1,通道数为1的输出特征图。
4.如权利要求1所述的基于空基平台视觉监视的水域面积检测方法,其特征在于,所述的步骤四具体为:
首先,选取0.4~2.5μm波段的光谱特征作为分类对象;
然后,提取每一个像素点在0.4~2.5μm波段的光谱特征;
最后,根据分割的不同大小区域,对每个区域的所有像素点的光谱特征求均值,得到每个区域的期望特征,代表该区域的特性。
5.应用于如权利要求1所述的基于空基平台视觉监视的水域面积检测方法的检测装置,其特征在于,包括图像采集器,CNN特征提取器,多孔卷积网络的分支器,特征融合器,分类器和面积转换器;
图像采集器对待监测水域区域进行图像采集,并获取待监测的图片,将图片传输给CNN特征提取器;CNN特征提取器利用预设的监测模型对待监测图片进行监测,得到监测结果,提取图片中的高层语义信息,得到输出特征图;然后多孔卷积网络的5个分支器对输出特征图的不同野进行卷积,得到5个分支输出特征图;通过特征融合器对不同感受野卷积的输出特征图进行拼接,并对拼接后的输出特征图再次进行卷积,得到包含边缘信息的输出特征图,并将原图分割为不同区域;求取不同区域的高光谱信息均值的期望特征作为分类样本向量,通过线性SVM分类器将期望特征进行分类,得到水域和非水域的判别结果,统计原图水域面积;最后面积转换器根据相机参数和空基平台视觉监视系统参数得到的图例参数gamma和原图水域面积,计算水域部分的真实面积,根据真实面积的变化预测自然灾害。
6.如权利要求5所述的基于空基平台视觉监视的水域面积检测装置,其特征在于,所述的多孔卷积网络的分支器包括5个,分别为:1*1的卷积核,比率为2的3*3多孔卷积核,比率为4的3*3多孔卷积核,比率为8的3*3多孔卷积核,比率为16的3*3多孔卷积。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
一种配电柜用水位防护装置 | 2020-05-08 | 1013 |
一种计及电力阻塞的能源转型优化方法及系统 | 2020-05-11 | 836 |
基于空基平台视觉监视的水域面积检测方法与装置 | 2020-05-11 | 587 |
基于卫星遥感影像的冻土灾害分类方法及装置 | 2020-05-13 | 97 |
一种输电线路运维工单编制派发方法及系统 | 2020-05-12 | 919 |
一种农村饮水安全的监测方法 | 2020-05-08 | 903 |
一种高层建筑逃生装置 | 2020-05-11 | 346 |
一种应用水利工程的洪水报警装置 | 2020-05-11 | 346 |
移动式多功能固废处理应急系统 | 2020-05-12 | 559 |
一种抗震效果好的桩基 | 2020-05-12 | 153 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。