一种基于深度学习的矿产勘查异常识别系统及方法

本发明涉及矿产勘查识别系统技术领域，具体公开一种基于深度学习的矿产勘查异常识别系统及方法，通过获取无人机倾斜摄影多视角影像并重建高精度三维地形模型，并对所述三维地形模型数据进行光照几何特征提取，进而实现对多视角图像数据进行坡向光照归一化预处理，得到矿物光谱反射率非线性特征数据；结合三维地形模型数据，进行动态阴影区域识别和阴影边界渐变特征计算，得到阴影耦合光谱特征数据；根据所述阴影耦合光谱特征数据进行非线性光谱校正，生成非线性光谱校正图像数据；最终生成矿产异常预警等级数据；有效消除了由地形坡度与坡向差异引起的辐亮度差异，显著降低了“同物异谱”现象对矿物识别的初步干扰。