[发明专利]稀土矿开采识别方法、装置、设备及存储介质

说明书

本发明公开了一种稀土矿开采识别方法、装置、设备及存储介质。本发明从离子吸附型稀土矿开采过程中沉淀池状态及其空间分布关系入手，构建了基于高空间分辨率遥感影像的深度学习模型，实现稀土开采状态的识别与检测。该模型采用了一种特征金字塔网络FPN结合双线性插值ROIAlign的卷积神经网络的深度学习算法，此外，针对离子稀土开采过程中沉淀池存在浸矿液体特征，加入遥感影像的水体指数NDWI作为为输入训练模型，再将模型用于离子型稀土开采识别；FPN+ROIAlign+NDWI的组合识别效果最好，能够实现较高的识别准确率，可以为离子型稀土开采监管提供技术支持。

技术领域

本发明属于地质矿产资源研究技术领域，尤其涉及一种稀土矿识别方法、装置、设备及计算机存储介质。

背景技术

稀土有工业“黄金”之称，由于其具有优良的光电磁等物理特性，能与其他材料组成性能各异、品种繁多的新型材料，其最显著的功能就是大幅度提高其他产品的质量和性能，是关系到国家安全的重要战略资源。

南方离子吸附型稀土呈离子态吸附于土壤之中，以中重稀土为主，其中重稀土占据全球90％比重，已在包括精确制导武器、航空航天等诸多尖端军事和高科技领域拥有不可替代的作用，具有尤为宝贵的价值。

但由于离子吸附型稀土开采工艺简单，且大多位于偏远山区，山高林密监管困难，导致稀土非法开采屡禁不止，造成国家战略资源损失及生态环境的极大破坏。我国的稀土矿区涉及范围广且多位于偏远山区，现有监测方法费时费力效率低下。

虽然高空间分辨率影像技术能够更加清楚地表达地物目标的空间结构与表层纹理特征，可以分辨出地物内部更为精细的组成，也在稀土开采过程及地表环境扰动识别方面得到应用。但现有的高空间分辨率影像处理主要以目视解译和面向对象识别方法为主，而稀土矿多是以矿点群的形式分散分布，分布范围大，目视解译将耗费大量人力物力，成本高周期长；面向对象方法由于需要人工制定规则，效率低且受人主观影响较大，难以满足稀土矿动态监管的需求。

发明内容

为了解决上述至少一个技术问题，本发明实施例提供一种稀土识别方法、装置、设备及计算机存储介质，能够根据所识别地物特性，结合遥感影像近红外波段和绿波段计算图像的归一化水体指数，提高了地物识别的准确率，即更够更准确的识别开采中的稀土矿。

第一方面，本发明实施例提供一种稀土矿开采识别方法，方法包括：

对获取的目标区域的待识别遥感影像进行预处理并裁剪，得到第一预设数量的第一遥感影像；其中，每幅第一遥感影像均为同一预设尺寸；

将第一预设数量的第一遥感影像输入训练完成的稀土矿开采识别模型，识别出目标区域内的处于开采状态的稀土矿；

其中，训练完成的稀土矿开采识别模型为结合了特征金字塔网络FPN、双线性插值池化方法RoiAlign及归一化水体指数NDWI的卷积神经网络模型。

第二方面，本发明实施例提供了一种稀土矿开采识别装置，装置包括：

数据获取模块，用于对获取的目标区域的待识别遥感影像进行预处理并裁剪，得到第一预设数量的第一遥感影像；其中，每幅第一遥感影像均为同一预设尺寸；

识别模块，用于将第一预设数量的第一遥感影像输入训练完成的稀土矿开采识别模型，识别出目标区域内的处于开采状态的稀土矿；

其中，训练完成的稀土矿开采识别模型为结合了特征金字塔网络FPN、双线性插值池化方法RoiAlign及归一化水体指数NDWI的卷积神经网络模型。

第三方面，本发明实施例提供了一种稀土矿开采识别设备，设备包括：处理器以及存储有计算机程序指令的存储器；

处理器执行计算机程序指令时实现如第一方面的稀土矿开采识别方法。