發(fā)布時(shí)間：2024-05-12 10:47

　　油氣管道在儲(chǔ)運(yùn)過(guò)程中,沿線區(qū)域地物變化對(duì)其安全具有較大影響,特別是道路的修建、溝壑的挖掘、滑坡等。由于油氣管道分布范圍廣、周邊環(huán)境復(fù)雜,傳統(tǒng)的人工巡檢方式存在一定的局限性,因此研究了基于衛(wèi)星遙感的油氣管道沿線地物變化檢測(cè)。在綜合考慮空間信息和算法自動(dòng)化程度的基礎(chǔ)上提出一種改進(jìn)的基于多特征融合和主動(dòng)學(xué)習(xí)的油氣管道沿線地物變化檢測(cè)算法。首先利用基于自適應(yīng)閾值算法選擇初始訓(xùn)練樣本,然后利用梯度提升樹(shù)、k近鄰和極限隨機(jī)樹(shù)集成結(jié)構(gòu)進(jìn)行未標(biāo)記樣本的類別判定,并基于邊緣采樣的主動(dòng)學(xué)習(xí)算法進(jìn)行未標(biāo)注樣本增選。在樣本增選過(guò)程中為了減少噪聲對(duì)訓(xùn)練樣本的影響并且減少冗余信息,通過(guò)兩方面對(duì)增選樣本進(jìn)行優(yōu)化,首先通過(guò)分割對(duì)象約束分類器集成變化檢測(cè)結(jié)果,提高增選樣本的準(zhǔn)確性,然后利用邊緣采樣方法選擇信息量較大的未標(biāo)記樣本進(jìn)行標(biāo)注。通過(guò)兩景融合后的資源三號(hào)(ZY-3)影像進(jìn)行實(shí)驗(yàn),結(jié)果表明該算法可以有效檢測(cè)地物變化情況,并且在提高變化檢測(cè)結(jié)果精度的同時(shí),可以有效減少訓(xùn)練樣本的標(biāo)注成本。

【文章頁(yè)數(shù)】：6 頁(yè)

【文章目錄】：
1 基于多源特征融合的主動(dòng)學(xué)習(xí)變化檢測(cè)
    1.1 多源特征的融合與差值影像的獲取
        1.1.1 多源特征提取
        1.1.2 變化矢量特征的構(gòu)建
    1.2 初始訓(xùn)練樣本的獲取
    1.3 多尺度分割
    1.4 訓(xùn)練樣本增選策略
        1.4.1 增選樣本候選集的構(gòu)建
        1.4.2 邊緣采樣的主動(dòng)學(xué)習(xí)算法
    1.5 算法流程
2 實(shí)驗(yàn)結(jié)果與分析
    2.1 實(shí)驗(yàn)數(shù)據(jù)
    2.2 實(shí)驗(yàn)過(guò)程
        2.2.1 模型建立
        2.2.2 精度評(píng)定
3 結(jié)論



本文編號(hào)：3971232