10.3969/j.issn.1000-3428.2014.07.058
基于图像识别的震象云地震预测方法
利用卫星热红外异常判别技术进行地震预测的方法都是纯手工或半手工的,在分析处理海量遥感数据时具有局限性,并且传统方法对地震三要素的预测准确率不高,尤其是震中位置的预测。针对上述问题,提出一种综合震象云颜色、纹理以及浮现频率等特征来自动预测地震的方法。利用灰度共生矩阵对热红外数据进行纹理特征提取,使用BP神经网络模型训练目标神经网络,将纹理特征输入目标神经网络进行识别,提取疑似目标,同时滤掉非目标并跟踪,将疑似目标浮现频率超过5次的区域精确定位为目标出现的位置,从而实现智能化和自动化的地震预测。反演实验验证结果表明,该方法是一种震中位置预测较为准确的中短期地震预测方法。
图像识别、目标跟踪、地震预测、震象云、灰度共生、神经网络
TP391.41(计算技术、计算机技术)
国家自然科学基金青年基金资助项目“面向对象高分辨率遥感图像信息提取技术研究”40801162;中央高校基本科研业务费专项基金资助项目HUST:2013TS133;省部产学研结合基金资助项目2011B090400420;宇航智能控制技术国家级重点实验室开放基金资助项目。
2014-08-12(万方平台首次上网日期,不代表论文的发表时间)
共5页
281-285