基于全卷积神经网络的遥感图像线性构造解译方法——以云县官房铜矿区为例 |
| |
引用本文: | 王宇翔,常河,王玉祥.基于全卷积神经网络的遥感图像线性构造解译方法——以云县官房铜矿区为例[J].矿产与地质,2024(1):184-194+204. |
| |
作者姓名: | 王宇翔 常河 王玉祥 |
| |
作者单位: | 昆明理工大学国土资源工程学院 |
| |
基金项目: | 国家重点研发计划项目“稀散矿产资源基地深部探测技术示范”(编号:2017YFC0602500)资助; |
| |
摘 要: | 文章研究了深度学习方法在地质构造解译中的应用,探究了相比传统的线性构造方法更为高效且无需先验知识的方法。以基于全卷积神经网络(FCN)的图像像素注释方法实现了遥感数据对于线性构造解译半自动解译。选择云南省云县官房铜矿矿区作为实验区域,绘制的图件表明该解译方法能够满足普通地质研究的基本需求,同时也能作为人工线性构造解译工作的初步参考,具有一定的研究意义。而与其他传统自动解译方法对比,可以发现在解译精度、效率和可重复使用性上都存在一定的优势。这些研究成果对于地质构造解译的自动化发展具有重要的参考价值,也为遥感解译智能化的发展提供了新思路。
|
关 键 词: | 线性构造 全卷积神经网络 官房铜矿 语义分割 |
|
|