遙感能夠全面、立體、快速、有效地探明地上和地下自然資源的分布情況,這使其逐步成為從多維和宏觀角度去認識世界的重要方法和手段。目前,遙感數(shù)據(jù)采集技術(shù)逐漸成熟,但精準的遙感專題信息提取主要靠全人工目視解譯實現(xiàn),迫切需要自動化的高精度遙感影像信息提取技術(shù)實現(xiàn)快速的變化檢測和信息提取,為自然資源調(diào)查監(jiān)測快速提供高精度產(chǎn)品成果。文章提出一種基于深度學(xué)習(xí)的影像變化檢測方法,通過構(gòu)建訓(xùn)練樣本庫,采用殘差全卷積神經(jīng)網(wǎng)絡(luò)作為模型的骨干框架,進行模型訓(xùn)練并解譯不同時相的影像,然后對解譯結(jié)果求差,并采用形態(tài)學(xué)處理,從而有效辨別變化的區(qū)域。

【文章頁數(shù)】：6 頁

【文章目錄】：
0 引言
1 基于深度學(xué)習(xí)影像解譯的變化檢測方法
    1.1 預(yù)處理
    1.2 變化信息獲取
    1.3檢測結(jié)果后處理及輸出
    1.1自然資源訓(xùn)練樣本庫構(gòu)建方法
    1.2 基于殘差全卷積神經(jīng)網(wǎng)絡(luò)模型的分類方法
    1.3 差值變化檢測方法
    1.4 形態(tài)學(xué)變化處理
        1.4.1 膨脹
        1.4.2 腐蝕
        1.4.3 開操作
        1.4.4 閉操作
2 具體實現(xiàn)
    2.1 樣本庫構(gòu)建
    2.2 模型訓(xùn)練與測試
3 結(jié)語



本文編號：3908153