基于深度学习和遥感影像的露天矿自动提取方法研究

作者：刘发发; 韩红太; 张敏; 麻连伟

来源：能源与环保, 2021, 43(06): 82-262.

DOI：10.19389/j.cnki.1003-0506.2021.06.014

• 深度学习
• 全卷积神经网络
• 光学遥感影像
• 露天矿
• 自动提取

非法开采不仅危害国家资源,威胁国家财产安全,也存在重大安全隐患,寻找快速发现非法开采行迹的解决办法迫在眉睫。利用光学遥感影像进行人工解译,费时费力、效率极低;而传统的露天矿遥感自动解译方法,或基于像素,或基于面向对象,利用的图像特征简单且数量较少。将深度学习的全卷积神经网络算法引入露天矿自动提取中,充分从底层特征中挖掘大量高层抽象特征,实现露天矿智能高效解译。实验结果表明,该方法在一定程度上有效提高了露天矿识别的准确率,能够为及时发现非法露天矿开采提供基础的数据技术支持。