一种矿山环境下高分遥感影像目标集成机器学习解译方法
申请号:CN202511054807
申请日期:2025-07-30
公开号:CN120877138A
公开日期:2025-10-31
类型:发明专利
摘要
本发明属于遥感影像处理与机器学习技术的交叉领域,具体是一种矿山环境下高分遥感影像目标集成机器学习解译方法。本发明通过针对矿山环境的定制化特征提取方法,能够精准地识别和提取出反映矿山地物特征的信息,结合优化后的集成机器学习模型,更好地适应矿山高分遥感影像的特殊性,提高了矿山环境中各类目标的识别精度。本发明能够实现遥感影像解译的自动化和智能化,极大的减少了人工参与,缩短了解译时间,能够快速响应矿山环境的动态变化,提升了遥感影像解译效率,提高了矿山管理的时效性。本发明充分利用矿山地物先验知识进行提取和模型优化,使模型能够能够更好地适应不同矿山环境、不同时相的影像数据,有效提高了模型的适用性和稳定性。
技术关键词
集成机器学习
高分遥感影像
矿山环境
解译方法
样本
集成学习框架
地物类别
机器学习模型
BP神经网络应用
纹理特征
双通道神经网络
连续统去除法
深度学习模型
高分遥感卫星
尾矿库
高分辨率遥感影像
大型采矿设备
多维度特征提取