深度卷积神经网络的遥感影像滑坡灾害识别

为精确识别地震灾害遥感影像中的滑坡体,提出了面向对象影像分类与深度卷积神经网络相结合的方法。通过计算机自动识别九寨沟无人机拍摄的滑坡体影像,构建一种改进的最优分割尺度模型多尺度分割遥感影像,利用深度卷积神经网络提取滑坡的深度特征,分类识别滑坡体特征。结果表明,该方法对滑坡体识别的最高精度达87.68%,Kappa系数为86.34%,明显优于基于像元与深度卷积神经网络结合或面向对象分类与SVM结合的影像分类方法。

遥感影像滑坡灾害识别应用研究

遥感卫星应用于滑坡灾害识别有30多年的历史,卫星遥感是进行滑坡识别的重要手段,在滑坡治理监测方面中有着重要的应用,遥感影像也在向高分辨率过渡,滑坡识别方法从目视解译向人机交互和自动识别发展,提高了滑坡识别精度。总结了滑坡特征以及近些年来国内外利用遥感影像对滑坡识别的方法和优缺点,针对存在的不足对未来研究方向提出展望。