摘要
随着遥感技术的发展,露天矿山和尾矿地物目标智能解译技术日趋成熟,但复杂环境下的高精度智能检测仍是研究的重难点.基于高分影像的辐射校正、几何校正、配准及影像融合等预处理,采用YOLOv8 模型对矿库样本集进行训练,获得最佳模型参数;利用高分系列影像开展矿库的位置识别,用识别的矿库位置重新训练YOLOv8语义分割模型,获得矿库的边界信息;再通过人工修正进行干预,获得高精度矿库智能识别结果.该方法不仅实现了重点矿区地物目标及其周边植被变化信息的大范围信息提取,而且快速宏观掌握了尾矿库危险源空间分布特征.
NETL
NSTL
万方数据