您所在的位置: 需求库 技术需求 面向无人机高光谱的地表裂缝智能化识别工程化技术研发

面向无人机高光谱的地表裂缝智能化识别工程化技术研发

发布时间: 2026-08-25
截止日期:2026-08-30

价格 ¥0.5万

地区： 河南省 郑州市 金水区

需求方： 黄河***究院

行业领域

遥感测绘

需求背景

传统地表裂缝主要依靠人工野外踏勘开展调查，工作效率低、野外作业安全风险高，中小型地裂缝容易出现漏检、误检。可见光普通无人机影像受阴影、地表杂物干扰，细小裂缝识别效果较差。无人机搭载高光谱设备，结合机器学习、深度学习算法可实现地表裂缝识别，在试验数据集中取得较高识别精度。但现有成果停留在实验室仿真阶段，存在数据集规模小、工程适应性不足、软件未封装、野外实时处理能力弱等问题，无法直接应用于实际业务。当前需要一套可落地工程化解决方案，打通高光谱数据采集‑预处理‑裂缝智能识别‑裂缝尺寸自动计算‑成果输出全流程，满足地质灾害隐患快速排查业务需要。

需解决的主要技术难题

现有数据集仅千余张样本，样本量偏少，野外复杂光照、杂物遮挡、多类地质环境下容易出现过拟合，需要扩充多工况、多地域地表裂缝高光谱数据集，完善标注规范。将SG‑MSC‑GS‑SVM光谱分类模型、改进YOLO v5‑6.1目标检测算法进行封装，解决高光谱数据运算慢、内存占用高，适配普通计算机。针对实际业务中不同地表介质，解决阴影、水渍、杂物干扰造成裂缝漏检、误检，兼顾水泥裂缝、含水裂缝、砖缝多种裂缝类型识别稳定性。开发业务软件工具，实现高光谱原始数据导入、预处理、模型推理、结果可视化等，形成简易操作软件，降低算法使用门槛，面向非算法专业业务人员使用。

期望实现的主要技术目标

构建不少于10000张多场景地表裂缝无人机高光谱标注数据集，覆盖多类场景；复杂野外工况条件下，地表裂缝识别准确率≥90%，细小裂缝漏检率≤10%；支持水泥裂缝、含水裂缝、砖缝等多介质地表裂缝识别；开发可独立运行 Windows 端工具软件，支持原始高光谱数据输入，输出统计文件。