| 融合无人机高分辨率DOM和DSM数据语义的崩岗识别 |
| |
| 引用本文： | 沈盛彧,张彤,程冬兵,王志刚,赵元凌,邓羽松,钱峰.融合无人机高分辨率DOM和DSM数据语义的崩岗识别[J].农业工程学报,2020,36(12):69-79. |
| |
| 作者姓名： | 沈盛彧 张彤 程冬兵 王志刚 赵元凌 邓羽松 钱峰 |
| |
| 作者单位： | 长江水利委员会长江科学院,武汉 430010;水利部山洪地质灾害防治工程技术研究中心,武汉 430010;武汉大学测绘遥感信息工程国家重点实验室,武汉 430079;广西大学林学院,南宁 530004 |
| |
| 基金项目： | 国家重点研发计划专项（2016YFC050230305）；国家自然科学基金项目（41601298，51909011）；中央级公益性科研院所基本科研业务费资助项目（CKSF2019196/TB） |
| |
| 摘 要： | 崩岗识别是大规模的崩岗调查、治理和侵蚀机理等研究的首要任务,但以现场调查和人工解译高分辨率卫星遥感影像为主的传统方法,自动化程度低,人力、物力成本高而且效率低,不能满足大范围工作的需要。该研究借鉴遥感影像场景分类识别思路,利用视觉-地形词袋模型(Bag of Visual-Topographic Words, BoV-TW)进行崩岗区域高分辨率数字正射影像图Digital Orthophoto Map(DOM)与数字表面模型Digital Surface Model(DSM)局部特征的混合表达,并通过潜在狄利克雷分配Latent Dirichlet Allocation(LDA)的潜在语义分析融合形成低维度的高层语义表征,最后以支持向量机(Support-Vector Machine, SVM)作为监督学习训练分类器,实现崩岗的高精度快速自动识别。试验结果表明:1)LDA主题个数变化时,该方法总精度可保持在95%左右,崩岗查全率和查准率保持在80%以上,最高分别为97.22%和94.44%;2)视觉-地形词袋词汇表大小变化时,该方法总精度一直在90%以上,最高为96.10%,崩岗查全率也基本在90%以上,最高为100%,崩岗查准率随词汇表大小的增加逐渐提升,最高为85.00%;3)仅使用DOM无法较好地识别崩岗地貌特征,没有合适的特征提取和融合策略,DOM和DSM结合也无法提高崩岗识别效果。同时,该方法时间花费少,效率高,可行性强。该研究可为崩岗调查、监测、治理及侵蚀机理的定量化研究提供参考。
|
| 关 键 词： | 无人机 识别 崩岗 DOM DSM 视觉-地形词袋模型 |
| 收稿时间： | 2020/2/20 0:00:00 |
| 修稿时间： | 2020/4/28 0:00:00 |
Benggang recognition on semantic fusion of high-resolution digital orthophoto map and digital surface model data from unmanned aerial vehicle |
| |
| Shen Shengyu,Zhang Tong,Cheng Dongbing,Wang Zhigang,Zhao Yuanling,Deng Yusong,Qian feng.Benggang recognition on semantic fusion of high-resolution digital orthophoto map and digital surface model data from unmanned aerial vehicle[J].Transactions of the Chinese Society of Agricultural Engineering,2020,36(12):69-79. |
| |
| Authors: | Shen Shengyu Zhang Tong Cheng Dongbing Wang Zhigang Zhao Yuanling Deng Yusong Qian feng |
| |
| Institution: | 1. Changjiang River Scientific Research Institute of Changjiang Water Resources Commission, Wuhan 430010, China; 2. Research Center on Mountain Torrent & Geologic Disaster Prevention of the Ministry of Water Resources, Wuhan 430010, China;;3. State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing , Wuhan University, Wuhan 430079, China;;4. Forestry College of Guangxi University, Nanning 530004, China; |
| |
| Abstract: | |
| |
| Keywords: | UVA recognition Benggang digital orthophoto map digital surface model bag of visual-topographic words |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《农业工程学报》浏览原始摘要信息 |
| 点击此处可从《农业工程学报》下载免费的PDF全文 |
|
