發(fā)布時(shí)間：2021-03-09 10:44

　　高分辨率遙感影像能夠詳細(xì)的描述地面物體的細(xì)節(jié)信息和復(fù)雜程度,與中低分辨率遙感影像相比,其在地物紋理、形狀、光譜特征等方面都有更出色的表現(xiàn),因此被廣泛應(yīng)用于地物分類、地表觀測(cè)、自然資源動(dòng)態(tài)監(jiān)測(cè)等領(lǐng)域。而針對(duì)中低分辨率遙感影像的基于像元的分類方法和淺層機(jī)器學(xué)習(xí)算法無法滿足高分辨率遙感影像的分類需求,如何使高分辨率遙感影像的分類效率和精度得到提高,已成為當(dāng)前研究的熱點(diǎn)。隨著計(jì)算機(jī)性能的不斷提高與人工智能的深入發(fā)展,大批學(xué)者已將深度學(xué)習(xí)方法應(yīng)用于各個(gè)領(lǐng)域。研究表明,深度學(xué)習(xí)方法能夠有效解決海量影像分類判別等前沿問題,為基于深度學(xué)習(xí)方法對(duì)高分辨率遙感影像的分類研究提供了可靠支撐。近年來,深度卷積神經(jīng)網(wǎng)絡(luò)作為深度學(xué)習(xí)模型,在圖像識(shí)別領(lǐng)域?qū)崿F(xiàn)了重大突破。其核心思想是利用模型局部感受野、權(quán)值共享、池化操作等結(jié)合起來,優(yōu)化網(wǎng)絡(luò),使其具有一定程度的平移、縮放、扭曲變形等的不變性。本文基于深度卷積神經(jīng)網(wǎng)絡(luò)模型,提取了高分辨率遙感影像的濕地類型信息,更好的表達(dá)深度特征,挖掘地物信息。本文主要研究內(nèi)容包括:（1）研究遙感影像傳統(tǒng)監(jiān)督分類與非監(jiān)督分類方法;對(duì)深度學(xué)習(xí)方法進(jìn)行研究,從網(wǎng)絡(luò)結(jié)構(gòu)、參數(shù)設(shè)置等方面對(duì)深度卷... 

【文章來源】：哈爾濱師范大學(xué)黑龍江省

【文章頁數(shù)】：58 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

黑龍江公別拉河國家級(jí)自然保護(hù)區(qū)位置示意圖

圖 2-2 研究區(qū)真彩色影像圖Fig.2-2 True color image of study area根據(jù) 2018 年 6 月野外實(shí)地采樣數(shù)據(jù)，結(jié)合遙感影像目視解譯結(jié)果，將，作為精度驗(yàn)證的依據(jù)。 遙感數(shù)據(jù)預(yù)處理

圖 4-2 測(cè)試區(qū)范圍Fig.4-2 Test Zone Scope試區(qū)以外的影像分割數(shù)據(jù)分別制作成標(biāo)準(zhǔn)訓(xùn)練集和驗(yàn)證集數(shù)據(jù)。和測(cè)試集樣本示例如圖 4-3 所示，樣本被掩膜掉的部分 RGB 值均

【參考文獻(xiàn)】：
期刊論文
[1]卷積神經(jīng)網(wǎng)絡(luò)和深度置信網(wǎng)絡(luò)在SAR影像冰水分類的性能評(píng)估[J]. 黃冬梅,李明慧,宋巍,王建.  中國圖象圖形學(xué)報(bào). 2018(11)
[2]基于集成卷積神經(jīng)網(wǎng)絡(luò)的遙感影像場(chǎng)景分類[J]. 張曉男,鐘興,朱瑞飛,高放,張作省,鮑松澤,李竺強(qiáng).  光學(xué)學(xué)報(bào). 2018(11)
[3]基于深度學(xué)習(xí)AlexNet的遙感影像地表覆蓋分類評(píng)價(jià)研究[J]. 黨宇,張繼賢,鄧喀中,趙有松,余凡.  地球信息科學(xué)學(xué)報(bào). 2017(11)
[4]結(jié)合均值漂移分割與全卷積神經(jīng)網(wǎng)絡(luò)的高分辨遙感影像分類[J]. 方旭,王光輝,楊化超,劉慧杰,閆立波.  激光與光電子學(xué)進(jìn)展. 2018(02)
[5]深度學(xué)習(xí)相關(guān)研究綜述[J]. 張軍陽,王慧麗,郭陽,扈嘯.  計(jì)算機(jī)應(yīng)用研究. 2018(07)
[6]卷積神經(jīng)網(wǎng)絡(luò)在高分遙感影像分類中的應(yīng)用[J]. 曹林林,李海濤,韓顏順,余凡,顧海燕.  測(cè)繪科學(xué). 2016(09)
[7]高分辨率遙感影像多尺度分割參數(shù)優(yōu)化及其在面向?qū)ο蠓诸愔械膽?yīng)用[J]. 鄭斕,黃萬里.  亞熱帶資源與環(huán)境學(xué)報(bào). 2015(04)
[8]基于多尺度分割的遙感影像濱海濕地分類[J]. 費(fèi)鮮蕓,王婷,魏雪麗.  遙感技術(shù)與應(yīng)用. 2015(02)
[9]濕地遙感研究進(jìn)展[J]. 張樹文,顏鳳芹,于靈雪,卜坤,楊久春,常麗萍.  地理科學(xué). 2013(11)
[10]基于最小距離法的遙感圖像分類[J]. 馮登超,陳剛,肖楷樂,杜文雅,吳新穎.  北華航天工業(yè)學(xué)院學(xué)報(bào). 2012(03)

碩士論文
[1]基于GF-2遙感影像的農(nóng)田面向?qū)ο笞兓瘷z測(cè)方法研究[D]. 畢晏琿.吉林大學(xué) 2018
[2]基于深度學(xué)習(xí)技術(shù)的高分辨率遙感影像建設(shè)用地信息提取研究[D]. 馮麗英.浙江大學(xué) 2017
[3]面向?qū)ο蟮耐恋乩?土地覆蓋變化研究[D]. 羅一英.中南大學(xué) 2013
[4]面向?qū)ο蟮倪b感圖像分類方法在土地利用土地覆蓋中的應(yīng)用研究[D]. 張蓉.西南林學(xué)院 2008



本文編號(hào)：3072732