Landsat影像具有最長的陸地遙感觀測記錄,覆蓋全球范圍,分辨率適中,是目前應(yīng)用最廣泛的遙感數(shù)據(jù),其應(yīng)用領(lǐng)域包括資源勘查、農(nóng)業(yè)分析、地表變化監(jiān)測等。由于Landsat影像上的云和云陰影會遮擋地物,不能實(shí)現(xiàn)對被遮擋地物的遙感,因此精確的云和云陰影標(biāo)示是Landsat影像產(chǎn)品生產(chǎn)的重要環(huán)節(jié)。隨著深度學(xué)習(xí)技術(shù)的發(fā)展和計(jì)算機(jī)性能的提升,基于深度卷積神經(jīng)網(wǎng)絡(luò)的檢測方法極大地提升了Landsat影像云及其陰影的檢測精度。然而,訓(xùn)練深度卷積神經(jīng)網(wǎng)絡(luò)模型需要大量標(biāo)注圖像(圖像上的每個(gè)像元均需經(jīng)人工方式精確標(biāo)注為云、無云或云陰影)。人工標(biāo)注成本高、耗時(shí)長,不利于構(gòu)建大型遙感圖像樣本集,從而很難訓(xùn)練出具有實(shí)用價(jià)值的云和云陰影檢測模型。本文將Landsat影像云和云陰影檢測轉(zhuǎn)化為圖像的語義分割問題,并通過研究和剖析基于深度學(xué)習(xí)的最新云檢測算法,揭示其依賴大規(guī)模人工標(biāo)注數(shù)據(jù)的固有約束,受弱監(jiān)督學(xué)習(xí)思想啟發(fā),提出了一種無需人工標(biāo)注數(shù)據(jù)的卷積神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練及云和云陰影檢測方法。不同于現(xiàn)有基于深度卷積神經(jīng)網(wǎng)絡(luò)的檢測方法,本文選取了沒有經(jīng)過人工解譯標(biāo)注的Landsat QA波段作為標(biāo)注數(shù)據(jù),通過迭代模型訓(xùn)練過程,...

【文章頁數(shù)】：71 頁

【學(xué)位級別】：碩士

【文章目錄】：
致謝
摘要
Abstract
1 引言
    1.1 研究背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 波段測試法
        1.2.2 多時(shí)相檢測法
        1.2.3 傳統(tǒng)統(tǒng)計(jì)學(xué)方法
        1.2.4 機(jī)器學(xué)習(xí)方法
        1.2.5 深度學(xué)習(xí)方法
    1.3 研究內(nèi)容與創(chuàng)新點(diǎn)
    1.4 論文框架結(jié)構(gòu)
2 深度學(xué)習(xí)理論基礎(chǔ)
    2.1 深度學(xué)習(xí)概述
    2.2 卷積神經(jīng)網(wǎng)絡(luò)
        2.2.1 卷積層
        2.2.2 池化層
        2.2.3 激活函數(shù)
        2.2.4 網(wǎng)絡(luò)學(xué)習(xí)
    2.3 語義分割
        2.3.1 基于卷積神經(jīng)網(wǎng)絡(luò)的語義分割
        2.3.2 Seg Net模型
    2.4 本章小結(jié)
3 基于深度學(xué)習(xí)的Landsat影像云和云陰影檢測
    3.1 Landsat影像云和云陰影檢測問題
    3.2 面向Landsat影像云和云陰影檢測的語義分割問題
    3.3 基于Seg Net的 Landsat影像云和云陰影檢測
        3.3.1 網(wǎng)絡(luò)結(jié)構(gòu)
        3.3.2 網(wǎng)絡(luò)參數(shù)配置與模型訓(xùn)練
    3.4 基于QA波段的Seg Net模型訓(xùn)練方法
        3.4.1 檢測流程
        3.4.2 QA波段
        3.4.3 網(wǎng)絡(luò)訓(xùn)練迭代方案
    3.5 模型檢測和結(jié)果轉(zhuǎn)換
    3.6 本章小結(jié)
4 實(shí)驗(yàn)結(jié)果與分析
    4.1 實(shí)驗(yàn)環(huán)境
        4.1.1 Tensorflow框架
        4.1.2 圖像處理庫
    4.2 實(shí)驗(yàn)數(shù)據(jù)
        4.2.1 數(shù)據(jù)源
        4.2.2 波段運(yùn)算
        4.2.3 影像切分
        4.2.4 樣本集構(gòu)建
    4.3 評估指標(biāo)
    4.4 對比分析
        4.4.1 實(shí)驗(yàn)結(jié)果定性分析
        4.4.2 實(shí)驗(yàn)結(jié)果定量分析
    4.5 本章小結(jié)
5 總結(jié)與展望
    5.1 工作總結(jié)
    5.2 展望
參考文獻(xiàn)



本文編號：3792350