高陡边坡危岩体结构复杂,临界滑动面处于极限平衡的相对静止状态,存在危岩体边界和范围不明确、风险识别准确率较低的问题。为此,提出一种基于无人机红绿蓝三色(red green blue,RGB)影像图像分割的高陡边坡危岩体识别算法。通过计算RGB...高陡边坡危岩体结构复杂,临界滑动面处于极限平衡的相对静止状态,存在危岩体边界和范围不明确、风险识别准确率较低的问题。为此,提出一种基于无人机红绿蓝三色(red green blue,RGB)影像图像分割的高陡边坡危岩体识别算法。通过计算RGB影像对象异质性系数确定最佳分割尺度,提取危岩体后壁倾角与最大高差等关键特征,并利用Relief算法评估特征权重,结合支持向量机实现危岩体的精准识别。实验结果表明,实验边坡的最佳分割尺度为320,研究方法能够有效识别危岩体,且能够准确勾勒危岩体的边界和范围。在不同地形条件下,研究方法可将高陡边坡危岩体识别准确率提升至100%,为高陡边坡失稳防治提供参考。展开更多
文摘高陡边坡危岩体结构复杂,临界滑动面处于极限平衡的相对静止状态,存在危岩体边界和范围不明确、风险识别准确率较低的问题。为此,提出一种基于无人机红绿蓝三色(red green blue,RGB)影像图像分割的高陡边坡危岩体识别算法。通过计算RGB影像对象异质性系数确定最佳分割尺度,提取危岩体后壁倾角与最大高差等关键特征,并利用Relief算法评估特征权重,结合支持向量机实现危岩体的精准识别。实验结果表明,实验边坡的最佳分割尺度为320,研究方法能够有效识别危岩体,且能够准确勾勒危岩体的边界和范围。在不同地形条件下,研究方法可将高陡边坡危岩体识别准确率提升至100%,为高陡边坡失稳防治提供参考。
