[发明专利]一种基于多源遥感数据的散乱污企业检测方法及系统

说明书

本发明公开了一种基于多源遥感数据的散乱污企业检测方法及系统，该方法包括：包括获取检测区域内的多源遥感数据；将所述多源遥感数据，输入预设目标检测模型，得到输出结果；所述预设目标检测模型，基于Faster‑RCNN网络通过多组训练数据训练获得；所述多组训练数据包括：多组散乱污企业的不同类型的图像以及所述图像所包含的企业类别、类别标签和位置标注信息；根据所述输出结果识别出所述监测区域内存在的散乱污企业。采用神经网络模型的检测算法对多源遥感图像进行散乱污企业自动化检测，能够免去复杂的人工解译过程，从多种遥感图像数据中获得散乱污企业的位置和类别信息，提高工作效率；可为后续对乱污企业的治理提供技术支持。

技术领域

本发明涉及遥感监测技术领域，特别涉及一种基于多源遥感数据的散乱污企业检测方法及系统。

背景技术

遥感图像数据种类多，图像覆盖面积广，利用多源遥感图像实行大范围的调查工作，相比实地考察方式十分迅速高效。但是遥感图像的利用往往涉及到复杂的人工解译过程，需要专业的解译人员，解译工作也十分复杂，不能充分发挥遥感图像本身的优势。

近年来遥感技术发展迅猛，多源遥感图像的应用却并不充分，一方面大部分遥感图像需要通过人工解译的方式获取可利用的信息，过程复杂，需要专业的解译人员，费时费力；另一方面遥感图像不像自然图像易于获得且方便利用，与遥感图像相关的人工智能算法在不同场景下的应用并不广泛。

目前，散乱污企业包括钢铁厂、水泥厂、发电厂、汽修厂、垃圾处理厂、储油罐在内的六种污染企业。

对于散乱污企业的检测问题，目前还是依赖专业人员对遥感图像进行解译，没有相关的检测算法在该领域实现。

因此，如何基于多源遥感图像，对散乱污企业检测问题实现自动化，是同行从业人员亟待解决的问题。

发明内容

鉴于上述问题，本发明提供一种基于多源遥感数据的散乱污企业检测方法及系统，可以解决现有技术中人工解译途径消耗的人力和时间问题，以实现对散乱污企业检测问题的自动化。

第一方面，本发明实施例提供一种基于多源遥感数据的散乱污企业检测方法，包括以下步骤：

获取检测区域内的多源遥感数据；

将所述多源遥感数据，输入预设目标检测模型，得到输出结果；所述预设目标检测模型，基于Faster-RCNN网络通过多组训练数据训练获得；所述多组训练数据包括：多组散乱污企业的不同类型的图像以及所述图像所包含的企业类别和位置标注信息；

根据所述输出结果识别出所述监测区域内存在的散乱污企业。

在一个实施例中，还包括：

根据预设阈值，确定所述散乱污企业的规模是否存在变化。

在一个实施例中，所述获取检测区域内的多源遥感数据，包括：

每间隔预设时间获取所述检测区域的多源遥感数据。

在一个实施例中，将所述多源遥感数据，输入预设目标检测模型，得到输出结果，包括：

根据所述多源遥感数据的图像类型，输入对应的预设目标检测模型，得到输出结果；所述图像类型包括：多光谱遥感图像、全色遥感图像、高光谱遥感图像和红外遥感图像；所述预设目标检测模型包括：多光谱目标检测模型、全色目标检测模型、高光谱目标检测模型和红外目标检测模型。

在一个实施例中，所述预设目标检测模型的特征提取网络中第一个卷积层的输入通道数，根据输入不同类型图像的通道数进行调整。

第二方面，本发明实施例还提供一种基于多源遥感数据的散乱污企业检测系统，包括：

获取模块，用于获取检测区域内的多源遥感数据；