摘要
本发明公开了一种岩土工程边坡变形监测方法及系统,通过获取多模态图像数据,利用CLAHE算法增强所述多模态图像数据的弱形变区域对比度,通过Sobel算子提取梯度边缘信息,并基于VMD变分模态分解滤除激光雷达点云噪声;基于BiLSTM双向长短期记忆网络捕捉时间序列的双向依赖关系,通过注意力机制动态分配不同时间步和空间位置的权重;利用GJO金豺优化算法优化所述混合预测模型的超参数,得到目标混合预测模型;将特征图像数据输入至所述目标混合预测模型中进行预测,生成风险概率热力图,根据风险概率热力图定位边坡潜在滑裂面位置。提高岩土工程边坡图像数据分析的可靠性和准确性。
技术关键词
岩土工程边坡变形
多模态图像数据
混合预测模型
激光雷达点云噪声
双向长短期记忆网络
监测方法
热力图
分块图像数据
注意力机制
Attention机制
风险
监测系统
算法
对比度
子模块
无人机航拍图像