遙感衛(wèi)星影像一直廣泛應(yīng)用于土地勘測、定位導(dǎo)航、環(huán)境偵測、預(yù)防災(zāi)害、海洋利用等領(lǐng)域,但由于云層的存在對地面場景不僅會產(chǎn)生影響,同時(shí)也會在一定程度上改變影像上的光譜和紋理信息,所以云檢測方法研究也是目前遙感影像處理中較為熱門的研究方向之一。近些年來,卷積神經(jīng)網(wǎng)絡(luò)在圖像處理方面取得了飛速的發(fā)展,也給遙感影像云檢測研究帶來了新的啟發(fā)。本文主要研究在含有多角度偏振信息的遙感衛(wèi)星影像如何提升云檢測精度;因此,本文將多角度偏振遙感影像的多角度篩選和目標(biāo)檢測為研究內(nèi)容,遙感影像多角度篩選可獲取更精確的目標(biāo)類別標(biāo)簽,目標(biāo)檢測獲取目標(biāo)的像素為止,這一研究具有一定的理論意義與實(shí)用價(jià)值。在多角度偏振遙感衛(wèi)星影像云檢測中,如何選取實(shí)驗(yàn)所用角度信息是一個(gè)難點(diǎn),針對該問題本文利用SegNet網(wǎng)絡(luò)研究了不同角度信息對于云檢測精度的影響以及不同角度信息融合具有的優(yōu)勢;在目標(biāo)檢測中,針對多角度信息手動選擇較為繁復(fù)的問題,本文設(shè)計(jì)出一種新的基于SeNet-LiteSegNet（SLS）網(wǎng)絡(luò)的遙感影像云檢測方法。具體工作如下:1、針對以往利用單角度遙感衛(wèi)星影像進(jìn)行云檢測所展現(xiàn)出來的缺陷,本文基于多角度遙感衛(wèi)星影像的優(yōu)勢,利用... 

【文章來源】：安徽大學(xué)安徽省 211工程院校

【文章頁數(shù)】：66 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究目的和意義
    1.2 研究背景和現(xiàn)狀
        1.2.1 光學(xué)遙感衛(wèi)星影像
        1.2.2 國內(nèi)外遙感影像云檢測算法
    1.3 PARASOL衛(wèi)星多角度數(shù)據(jù)
        1.3.1 PARASOL衛(wèi)星
        1.3.2 POLDER儀器
    1.4 論文研究技術(shù)路線
    1.5 論文研究內(nèi)容和組織結(jié)構(gòu)
第二章 相關(guān)技術(shù)
    2.1 人工神經(jīng)網(wǎng)絡(luò)
        2.1.1 卷積神經(jīng)網(wǎng)絡(luò)
        2.1.2 圖像語義分割網(wǎng)絡(luò)
    2.2 注意力機(jī)制
        2.2.1 空間域
        2.2.2 通道域
        2.2.3 混合域
    2.3 本章小結(jié)
第三章 基于SegNet的遙感影像多角度云檢測方法
    3.1 引言
    3.2 多角度遙感影像通道選擇及使用
        3.2.1 不同通道影像特點(diǎn)
        3.2.2 數(shù)據(jù)預(yù)處理
    3.3 基于深度學(xué)習(xí)的多角度遙感影像云檢測方法
        3.3.1 構(gòu)建SegNet云檢測模型
        3.3.2 算法流程
    3.4 實(shí)驗(yàn)結(jié)果與分析
        3.4.1 實(shí)驗(yàn)評價(jià)指標(biāo)
        3.4.2 全角度云檢測模型與單角度云檢測模型比對實(shí)驗(yàn)
        3.4.3 多角度云檢測模型與單角度云檢測模型比對實(shí)驗(yàn)
        3.4.4 定量評價(jià)
    3.5 本章小結(jié)
第四章 基于SENET和SegNet的多角度遙感影像云檢測
    4.1 引言
    4.2 多角度偏振遙感影像通道的選擇及使用
        4.2.1 偏振通道的選擇
        4.2.2 計(jì)算通道大氣頂反射率
        4.2.3 計(jì)算偏振波段大氣分子光學(xué)厚度
    4.3 融合通道注意力機(jī)制和SegNet網(wǎng)絡(luò)的多角度偏振信息遙感影像云檢測方法
        4.3.1 融合通道注意力機(jī)制和SegNet網(wǎng)絡(luò)的云檢測模型
        4.3.2 算法流程
    4.4 實(shí)驗(yàn)結(jié)果與分析
        4.4.1 數(shù)據(jù)集
        4.4.2 對比實(shí)驗(yàn)設(shè)置
        4.4.3 實(shí)驗(yàn)對比
        4.4.4 定量評價(jià)
    4.5 本章小結(jié)
第五章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
攻讀碩士期間發(fā)表的論文
致謝


【參考文獻(xiàn)】：
期刊論文
[1]高分五號衛(wèi)星多角度偏振相機(jī)最優(yōu)化估計(jì)反演:角度依賴與后驗(yàn)誤差分析[J]. 鄭逢勛,侯偉真,李正強(qiáng).  物理學(xué)報(bào). 2019(04)
[2]多角度偏振成像儀系統(tǒng)級偏振定標(biāo)方法研究[J]. 康晴,袁銀麟,翁建文,丁蕾,李健軍,吳浩宇,洪津,鄭小兵.  大氣與環(huán)境光學(xué)學(xué)報(bào). 2019(01)
[3]PARASOL/POLDER3衛(wèi)星數(shù)據(jù)的海洋上空云檢測[J]. 陳震霆,孫曉兵,喬延利.  遙感學(xué)報(bào). 2018(06)
[4]偏振多通道遙感云檢測的閾值優(yōu)化[J]. 方薇,喬延利,張冬英,易維寧.  光學(xué)學(xué)報(bào). 2018(12)
[5]綜合高分衛(wèi)星圖像多維特征的云檢測方法[J]. 夏雨,崔生成,楊世植.  大氣與環(huán)境光學(xué)學(xué)報(bào). 2017(06)
[6]資源三號影像朵云識別中云雪分離研究[J]. 李騰騰,唐新明,高小明.  測繪通報(bào). 2016(02)
[7]遙感圖像云檢測方法綜述[J]. 侯舒維,孫文方,鄭小松.  空間電子技術(shù). 2014(03)
[8]航空攝影過程中云的實(shí)時(shí)自動檢測[J]. 高賢君,萬幼川,鄭順義,楊元維.  光譜學(xué)與光譜分析. 2014(07)
[9]快速高準(zhǔn)確度云檢測算法及其應(yīng)用[J]. 單娜,鄭天垚,王貞松.  遙感學(xué)報(bào). 2009(06)
[10]利用MODIS資料對中國西部地區(qū)的云檢測[J]. 湯琦,毛節(jié)泰,李成才.  高原氣象. 2006(06)

博士論文
[1]光學(xué)遙感衛(wèi)星影像云檢測方法及應(yīng)用[D]. 康一飛.武漢大學(xué) 2018

碩士論文
[1]基于神經(jīng)網(wǎng)絡(luò)的國產(chǎn)高分光學(xué)遙感圖像云檢測[D]. 康超萌.中國科學(xué)院大學(xué)(中國科學(xué)院西安光學(xué)精密機(jī)械研究所) 2018



本文編號：3185953