1 / 50
文档名称:

“面向对象+深度学习”遥感信息提取技术在水利行业应用ppt课件.pptx

格式:pptx   大小:12,827KB   页数:50页
下载后只包含 1 个 PPTX 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

“面向对象+深度学习”遥感信息提取技术在水利行业应用ppt课件.pptx

上传人:wwlgqnh 2022/11/24 文件大小:12.53 MB

下载得到文件列表

“面向对象+深度学习”遥感信息提取技术在水利行业应用ppt课件.pptx

文档介绍

文档介绍:该【“面向对象+深度学习”遥感信息提取技术在水利行业应用ppt课件 】是由【wwlgqnh】上传分享,文档一共【50】页,该文档可以免费在线阅读,需要了解更多关于【“面向对象+深度学习”遥感信息提取技术在水利行业应用ppt课件 】的内容,可以使用淘豆网的站内搜索功能,选择自己适合的文档,以下文字是截取该文章内的部分文字,如需要获得完整电子版,请下载此文档到您的设备,方便您编辑和打印。度学****遥感信息
“面向对象+深提取技术
在水利行业应用
1. 业务需求-水利行业
水源地监测
水源地水体范围是水源地管理重要方面,自动化快速提取很重要
水土保持监管
生产建设项目、动土、水保措施识别是水保
的重要方面,对快速解译、变化检测要求高
水政执法取证
河湖管理范围的违建监测是水政执法取证的重要方面,对准确变化检测要求高
洪涝灾害监测
洪涝灾害也是防洪减灾的重要方面,及时、
快速获取淹没范围很重要
灌区信息监测
作物识别对灌区农业用水管理很重要,需要
精准的识别
水利遥感应用领域
水利信息遥感解译
自动快速准确
遥感解译方法
像元面向对象
1. 业务需求-现状及问题
1)基于“像元+传统分类”的分类
优点:充分利用遥感影像光谱特征的的分布规律,即自然聚类的特征
,进行分类
缺点:由于地球表面许多地物存在着“同谱异物、同物异谱”现象
,利用基于像元的方法进行分类会导致“椒盐现象”
1. 业务需求-现状及问题
2)基于“面向对象+传统分类”的分类
尺度1
尺度2
尺度3
优点:将不同的地物分割到不同的对象之中
,这对分类起了至关重要的作用。
缺点:对象的特征,如光谱、形状、纹理等
。但对于形状、纹理特征认识描述的不够全面,信息量还不足以支撑地物分类、识别。
1. 业务需求-现状及问题
遥感影像
训练样本
学****结果
3)基于“面向对象+深度学****的分类
优点:可以来掌握不同对象的形状、纹理特性,反过来指导对象分类。
缺点:样本代表性不确定和训练成本高。
1. 业务需求-解决思路
解决思路:结合“面向对象+深度学****方法来进行地物识别分类
1)解决地物分不开问题:
通过多尺度对象完全融合实现不同尺度对象上同时编辑。
因为自然界的地物本身就是在不同尺度上的,在不同尺度上切换
编辑,提高了解译精度,减少后期人工矢量编辑工作
2)解决地物分类不准确问题:
通过‘深度学****来学****不同对象的纹理、环境等高级特性,形
成深度学****模型来进行对象分类,这是目前分类问题最好的解决方案
2. 解决方案-总体思路
基于“面向对象+深度学****实现信息提取及变化监测
遥感影像自动处理
地类信息提取
变化监测
规则库建设
基于对象后编辑
遥感影像
深度学****模型
构建规则库
模型库自动构建
长时间序列
样本提取
模型训练
辅助文件
训练样区文件(shp)
典型地类描述文件(clf)
1
2
3
基于面向对象+深度学****方法构建
遥感影像自动获取及预处理
地物分类
目标识别
变化监测
水利行业应用
业务流程
1
2
3
规则库建设
包括基础数据的准备及分类规则库建设
遥感影像自动解译
实现遥感影像的信息自动提取及变化监测
基于对象矢量后编辑及成果导出
对分类后结果进行对象编辑及栅格、矢量导出
2. 解决方案-总体思路
文件1:参与训练样本的自动提取、
模型训练
文件2:参与信息的自动提取及变化监测
1)辅助文件准备——地类描述文件
准备两个地类描述XML文件,文件格式如下:
XML文件制作
人机交互界面
2. 解决方案-规则库建设
监测区域遥感影像
方法1:基于已有矢量矢量数据格式转换
方法2:基于面向对象法基于面向人工编辑信息提取
方法3:基于深度学****规则法基于已有 人工编辑规则提取
训练样区文件(shp)
典型区域
AOI(shp)
典型地类描
述文件(clf)
输出
1)辅助文件准备——训练样区文件
输入 典型地类信息提取
训练样区矢量文件格式如下:
2. 解决方案-规则库建设